据动态数据揭示系统动态结构和规律性的统计方法,是统计学的一个分支。其基本思想是根 据系统的有限长度的运行记录(样本数据),建立能够比较精确地反映时间序列中所包含的动 态依存关系的数学模型,并借以对系统的未来发展进行预报(时间序列预测)。 时间序列分析”是概率统计学的一个分支,近二十多年来,无论在理论还是应用方面 都有迅速的发展,它所提供的动态数据处理方法在国际国内的应用正日渐广泛,而且随着计 算机的普及,生命力越来越旺盛 最早的时间序列分析可以追溯到7000年前的古埃及。古埃及人把尼罗河涨落的情况逐天 记录下来,就构成所谓的时间序列。对这个时间序列长期的观察使他们发现尼罗河的涨落非 常有规律。由于掌握了尼罗河泛滥的规律,使得古埃及的农业迅速发展,从而创建了埃及灿 烂的史前文明。 、确定性与随机性时间序列分析 时间序列依据其特征,有以下几种表现形式,并产生与之相适应的分析方法 1)长期趋势变化 受某种基本因素的影响,数据依时间变化时表现为一种确定倾向,它按某种规则稳步地 增长或下降。 使用的分析方法有:移动平均法、指数平滑法、模型拟和法等。 2)季节性周期变化 受季节更替等因素影响,序列依一固定周期规则性的变化,又称商业循环。 采用的方法:季节指数。 3)循环变化 周期不固定的波动变化 4)随机性变化 由许多不确定因素引起的序列变化 三、时间序列分析方法 时间序列分析方法按照采用的手段不同可分为数据图法、指标法和模型法三类 (1)数据图法 即将时间序列数据采用一定的软件绘制变化图(Line、Bar),从而可以直观地了解其变 化的总趋势、变化周期以及异常点、转折点等信息。这一方法常常作为其他方法的切入点 (2)指标法 指标法是通过计算反映系统变化的一系列核心指标值从而了解系统的内在变化规律。如 反映变化率的发展速度与增长速度。 (3)模型法 模型法是针对不同的时间序列,根据统计与数学方法,建立描述该序列的数学模型,以 此来作预测。最常见的有ARMA模型等。 时间序列的基本特征就是研究序列随时间发展的规律。其区别于其他统计分析的重要特 征之一,就是重视顺序的重要性。其次,时间序列分析区别于其他统计分析方法的特征也在 于其所分析的主要依据仅在于时间序列信息本身,它依据其历史变化信息(样本数据)预测 未来的可能状态,不同于其他的方法,如回归分析方法,它是依据其他相关变量(解释变量 158158 据动态数据揭示系统动态结构和规律性的统计方法，是统计学的一个分支。其基本思想是根 据系统的有限长度的运行记录（样本数据），建立能够比较精确地反映时间序列中所包含的动 态依存关系的数学模型，并借以对系统的未来发展进行预报（时间序列预测）。 “时间序列分析”是概率统计学的一个分支，近二十多年来，无论在理论还是应用方面， 都有迅速的发展，它所提供的动态数据处理方法在国际国内的应用正日渐广泛，而且随着计 算机的普及,生命力越来越旺盛。 最早的时间序列分析可以追溯到 7000 年前的古埃及。古埃及人把尼罗河涨落的情况逐天 记录下来，就构成所谓的时间序列。对这个时间序列长期的观察使他们发现尼罗河的涨落非 常有规律。由于掌握了尼罗河泛滥的规律，使得古埃及的农业迅速发展，从而创建了埃及灿 烂的史前文明。 二、确定性与随机性时间序列分析 时间序列依据其特征，有以下几种表现形式，并产生与之相适应的分析方法。 1）长期趋势变化 受某种基本因素的影响，数据依时间变化时表现为一种确定倾向，它按某种规则稳步地 增长或下降。 使用的分析方法有：移动平均法、指数平滑法、模型拟和法等。 2）季节性周期变化 受季节更替等因素影响，序列依一固定周期规则性的变化，又称商业循环。 采用的方法：季节指数。 3）循环变化 周期不固定的波动变化。 4）随机性变化 由许多不确定因素引起的序列变化。 三、时间序列分析方法 时间序列分析方法按照采用的手段不同可分为数据图法、指标法和模型法三类。 （1）数据图法 即将时间序列数据采用一定的软件绘制变化图（Line、Bar），从而可以直观地了解其变 化的总趋势、变化周期以及异常点、转折点等信息。这一方法常常作为其他方法的切入点。 （2）指标法 指标法是通过计算反映系统变化的一系列核心指标值从而了解系统的内在变化规律。如 反映变化率的发展速度与增长速度。 （3）模型法 模型法是针对不同的时间序列，根据统计与数学方法，建立描述该序列的数学模型，以 此来作预测。最常见的有 ARMA 模型等。 时间序列的基本特征就是研究序列随时间发展的规律。其区别于其他统计分析的重要特 征之一，就是重视顺序的重要性。其次，时间序列分析区别于其他统计分析方法的特征也在 于其所分析的主要依据仅在于时间序列信息本身，它依据其历史变化信息（样本数据）预测 未来的可能状态，不同于其他的方法，如回归分析方法，它是依据其他相关变量（解释变量