什么是时间序列 生活中的观察值序列
“平稳时间序列”是天文学专有名词。来自 中国天文学名词审定委员会审定发布的天 文学专有名词中文译名，词条译名和中英 文解释数据版权由天文学名词委所有。
中文译名平稳时间序列
英文原名/注释stationarytime series ：小波消噪与时间序列分析方 法在预测领域中应用十分广泛,但是在降 雨量的预测中应用不多。在基于小波消 噪的基础上应用时间序列中平稳时间学 列方法对降雨量进行预测,结果显示,应用 该方法有效地提高了降雨量的预测精 度。用丹东地区1971-2006年的降雨量作 为历史数据,建立降雨量预测模型,结果表 明新模型算法简单、精度较高,比传统的 拓扑预测模型效果更好,为降雨量预测提 供了一种行之有效的方法
一种历史资料延伸预测，也称历史引伸预测法。是以时间数列 所能反映的社会经济现象的发展过程和规律性，进行引伸外推，预测其发展趋势的方法。 时间序列，也叫时间数列、历史复数或动态数列 。它是将某种统计指标的 数值，按时间先后顺序排到所形成的数列。时间序列预测法就是通过编制和分析时间序列，根据时间序列所反映出来的发展过程、方向和趋势，进行类推或延伸，借以预测下一段时间或以后若干年内可能达到的水平。其内容包括：收集与整理某种社会现象的历史资料；对这些资料进行检查鉴别，排成数列；分析时间数列，从中寻找该社会现象随时间变化而变化的规律，得出一定的模式；以此模式去预测该社会现象将来的情况。 时间序列预测法的步骤 第一步 收集历史资料，加以整理，编成时间序列，并根据时间序列绘成统计图 。时间序列分析通常是把各种可能发生作用的因素进行分类，传统的分类方法是按各种因素的特点或影响效果分为四大类：(1)长期趋势；(2)季节变动；(3)循环变动；(4)不规则变动。 第二步 分析时间序列。时间序列中的每一时期的数值都是由许许多多不同的因素同时发生作用后的综合结果。 第三步 求时间序列的长期趋势(T)季节变动(s)和不规则变动(I)的值，并选定近似的数学模式来代表它们。对于数学模式中的诸未知参数，使用合适的技术方法求出其值。 第四步 利用时间序列资料求出长期趋势、季节变动和不规则变动的数学模型后，就可以利用它来预测未来的长期趋势 值T和季节变动值s，在可能的情况下预测不规则变动值I。然后用以下模式计算出未来的时间序列的预测值Y： 加法模式T+S+I=Y 乘法模式T×S×I=Y 如果不规则变动的预测值难以求得，就只求长期趋势 和季节变动的预测值，以两者相乘之积或相加之和为时间序列的预测值。如果经济现象本身没有季节变动或不需预测分季分月的资料，则长期趋势的预测值就是时间序列的预测值，即T=Y。但要注意这个预测值只反映现象未来的发展趋势，即使很准确的趋势线 在按时间顺序的观察方面所起的作用，本质上也只是一个平均数 的作用，实际值将围绕着它上下波动。 时间序列分析基本特征[1] 1.时间序列分析法是根据过去的变化趋势预测未来的发展,它的前提是假定事物的过去延续到未来。 时间序列分析,正是根据客观事物发展的连续规律性,运用过去的历史数据,通过统计分析,进一步推测未来的发展趋势。事物的过去会延续到未来这个假设前提包含两层含义:一是不会发生突然的跳跃变化,是以相对小的步伐前进;二是过去和当前的现象可能表明现在和将来活动的发展变化趋向。这就决定了在一般情况下,时间序列分析法对于短、近期预测比较显著,但如延伸到更远的将来,就会出现很大的局限性,导致预测值偏离实际较大而使决策失误。 2.时间序列数据变动存在着规律性与不规律性 时间序列中的每个观察值大小,是影响变化的各种不同因素在同一时刻发生作用的综合结果。从这些影响因素发生作用的大小和方向变化的时间特性来看,这些因素造成的时间序列数据的变动分为四种类型。 (1)趋势性:某个变量随着时间进展或自变量变化,呈现一种比较缓慢而长期的持续上升、下降、停留的同性质变动趋向,但变动幅度可能不相等。 (2)周期性:某因素由于外部影响随着自然季节的交替出现高峰与低谷的规律。 (3)随机性:个别为随机变动,整体呈统计规律。 (4)综合性:实际变化情况是几种变动的叠加或组合。预测时设法过滤除去不规则变动,突出反映趋势性和周期性变动。 时间序列预测法的分类 时间序列预测法可用于短期预测、中期预测 和长期预测 。根据对资料分析方法的不同，又可分为：简单序时平均数法、加权序时平均数法、移动平均法、加权移动平均法、趋势预测法、指数平滑法、季节性趋势预测法、市场寿命周期预测法 等。 简单序时平均数法 也称算术平均法 。即把若干历史时期的统计数值作为观察值，求出算术平均数作为下期预测值。这种方法基于下列假设：“过去这样，今后也将这样”，把近期和远期数据等同化和平均化，因此只能适用于事物变化不大的趋势预测。如果事物呈现某种上升或下降的趋势，就不宜采用此法。 加权序时平均数法 就是把各个时期的历史数据按近期和远期影响程度进行加权，求出平均值，作为下期预测值。 简单移动平均法 就是相继移动计算若干时期的算术平均数作为下期预测值。 加权移动平均法 即将简单移动平均数进行加权计算。在确定权数时，近期观察值的权数应该大些，远期观察值的权数应该小些。 上述几种方法虽然简便，能迅速求出预测值，但由于没有考虑整个社会经济发展的新动向和其他因素的影响，所以准确性较差。应根据新的情况，对预测结果作必要的修正。 指数平滑法 即根据历史资料的上期实际数和预测值，用指数加权的办法进行预测。此法实质是由内加权移动平均法演变而来的一种方法，优点是只要有上期实际数和上期预测值，就可计算下期的预测值，这样可以节省很多数据和处理数据的时间，减少数据的存储量，方法简便。是国外广泛使用的一种短期预测 方法。 季节趋势预测法 根据经济事物每年重复出现的周期性季节变动指数，预测其季节性变动趋势。推算季节性指数可采用不同的方法，常用的方法有季(月)别平均法和移动平均法两种：a．季(月)别平均法。就是把各年度的数值分季(或月)加以平均，除以各年季(或月)的总平均数，得出各季(月)指数。这种方法可以用来分析生产、销售 、原材料储备、预计资金周转 需要量等方面的经济事物的季节性变动；b．移动平均法。即应用移动平均数计算比例求典型季节指数。 市场寿命周期预测法 就是对产品市场寿命周期的分析研究。例如对处于成长期的产品预测其销售量，最常用的一种方法就是根据统计资料，按时间序列画成曲线图 ，再将曲线外延，即得到未来销售发展趋势。最简单的外延方法是直线外延法，适用于对耐用消费品 的预测。
时间序列是指将某种现象某一个统计指标在不同时间上的各个数值，按时间先后顺序排列而形成的序列。时间序列法是一种定量预测方法，亦称简单外延方法。在统计学中作为一种常用的预测手段被广泛应用。时间序列分析在第二次世界大战前应用于经济预测。二次大战中和战后，在军事科学、空间科学、气象预报和工业自动化等部门的应用更加广泛。时间序列分析(Time series analysis)是一种动态数据处理的统计方法。该方法基于随机过程理论和数理统计学方法，研究随机数据序列所遵从的统计规律，以用于解决实际问题。时间序列编辑
构成要素：长期趋势，季节变动，循环变动，不规则变动
长期趋势（ T
）现象在较长时期内受某种根本性因素作用而形成的总的变动趋势
季节变动（ S
）现象在一年内随着季节的变化而发生的有规律的周期性变动
循环变动（ C
）现象以若干年为周期所呈现出的波浪起伏形态的有规律的变动
不规则变动（I
）是一种无规律可循的变动，包括严格的随机变动和不规则的突发性影响很大的变动两种类型
例如下表中年份是[1]
2要素一：编辑
时间
t；国内生产总值
3要素二：编辑
指标数值
年份
国内生产总值
（亿元）
年份
国内生产总值
（亿元）
1994
1995
1996
1997
1998
1999
48 198
60 794
71 177
78 973
84 402
89 677
2000
2001
2002
2003
2004
2005
99 215
109 655
120 333
135 823
159 878
182
321
作用
1.
可以反映社会经济现象的发展变化过程，描述现象的发展状态和结果。
2. 可以研究社会经济现象的发展趋势和发展速度。
3.
可以探索现象发展变化的规律，对某些社会经济现象进行预测。
4.
利用时间序列可以在不同地区或国家之间进行对比分析，这也是统计分析的重要方法之一。
4种类编辑
(一)绝对数时间序列
1. 时期序列：由时期总量指标排列而成的时间序列
。
时期序列的主要特点有：
1）序列中的指标数值具有可加性。
2）序列中每个指标数值的大小与其所反映的时期长短有直接联系。
3）序列中每个指标数值通常是通过连续不断登记汇总取得的。
2. 时点序列：由时点总量指标排列而成的时间序列
时点序列的主要特点有：
1）序列中的指标数值不具可加性。
2）序列中每个指标数值的大小与其间隔时间的长短没有直接联系。
3）序列中每个指标数值通常是通过定期的一次登记取得的。
(二)相对数时间序列
把一系列同种相对数指标按时间先后顺序排列而成的时间序列叫做相对数时间序列。
(三)平均数时间序列
平均数时间序列是指由一系列同类平均指标按时间先后顺序排列的时间序列。
5编制原则编辑
保证序列中各期指标数值的可比性
(一)时期长短最好一致
(二)总体范围应该一致
(三)指标的经济内容应该统一
(四)计算方法应该统一
(五)计算价格和计量单位可比
6变量特征编辑
非平稳性（nonstationarity，也译作不平稳性，非稳定性）：即时间序列变量无法呈现出一个长期趋势并最终趋于一个常数或是一个线性函数。[2]
波动幅度随时间变化（Time－varying
Volatility）：即一个时间序列变量的方差随时间的变化而变化这两个特征使得有效分析时间序列变量十分困难。[2]
平稳型时间数列（Stationary Time
Series）系指一个时间数列其统计特性将不随时间之变化而改变者。[2]
7分析方法编辑
（一）指标分析法
通过时间序列的分析指标来揭示现象的发展变化状况和发展变化程度。
（二）构成因素分析法
通过对影响时间序列的构成因素进行分解分析，揭示现象随时间变化而演变的规律。
8分析模型编辑
时间数列的组合模型
1 加法模型：Y=T+S+C+I (Y,T
计量单位相同的总量指标)(S,C,I 对长期趋势产生的或正或负的偏差)
2 乘法模型：Y=T·S·C·I(常用模型) (Y,T
计量单位相同的总量指标)(S,C,I 对原数列指标增加或减少的百分比)
9预测编辑
时间序列预测主要是以连续性原理作为依据的。连续性原理是指客观事物的发展具有合乎规律的连续性，事物发展是按照它本身固有的规律进行的。在一定条件下，只要规律赖以发生作用的条件不产生质的变化，则事物的基本发展趋势在未来就还会延续下去。
时间序列预测就是利用统计技术与方法，从预测指标的时间序列中找出演变模式，建立数学模型，对预测指标的未来发展趋势做出定量估计。[3]
俞殃宁嗽： 时间序列是指将某种现象某一个统计指标在不同时间上的各个数值,按时间先后顺序排列而形成的序列.时间序列法是一种定量预测方法,亦称简单外延方法.在统计学中作为一种常用的预测手段被广泛应用.时间序列分析在第二次世界大战前应用于经济预测.二次大战中和战后,在军事科学、空间科学、气象预报和工业自动化等部门的应用更加广泛.时间序列分析(Time series analysis)是一种动态数据处理的统计方法.该方法基于随机过程理论和数理统计学方法,研究随机数据序列所遵从的统计规律,以用于解决实际问题.
淳化县13526653615： 什么叫做时间序列? - ？
俞殃宁嗽： 时间序列法是一种定量预测方法,亦称简单外延方法.在统计学中作为一种常用的预测手段被广泛应用.时间序列通常有以下三种方法:1.方法一是把一个时间序列的数值变动,分解为几个组成部分,通常分为:(1)倾向变动,亦称长期趋...
淳化县13526653615： 求高手帮忙,时间序列分析预测法一般用于那些方面,有什么优缺点?？
俞殃宁嗽： 时间序列是指同一变量按事件发生的先后顺序排列起来的一组观察值或记录值.构成时间序列的要素有两个:其一是时间,其二是与时间相对应的变量水平.实际数据的时间序列能够展示研究对象在一定时期内的发展变化趋势与规律,因而可以...
淳化县13526653615： 时期序列和时点序列有什么区别? - ？
俞殃宁嗽：[答案] 1,时期序列是指由同一现象若干不同时期的时期指标按时间顺序排列所形成的时间序列; 时点序列是指同一现象在不同时点上的时点指标按时间顺序排列所形成的时间序列.2,时期就是一个时间段的概念 ,1月1日到3月1日 之间的日子 就是一个时...
淳化县13526653615： 什么是时间序列预测法? - ？
俞殃宁嗽： 一种历史资料延伸预测,也称历史引伸预测法.是以时间数列 所能反映的社会经济现象的发展过程和规律性,进行引伸外推,预测其发展趋势的方法. 时间序列,也叫时间数列、历史复数或动态数列 .它是将某种统计指标的 数值,按时间先后...
淳化县13526653615： 水利工程建设中时间序列指的是什么? ？
俞殃宁嗽： 时间序列是由一系列时刻的特征值x(t),按出现时间顺序排列而成的序列.用x(t1)、x(t2)……x(tn),x(t1)
淳化县13526653615： 什么是时间序列分析法 - ？
俞殃宁嗽： 时间序列是按时间顺序的一组数字序列.时间序列分析就是利用这组数列,应用数理统计方法加以处理,以预测未来事物的发展.时间序列分析是定量预测方法之一,它的基本原理:一是承认事物发展的延续性.应用过去数据,就能推测事物的发展趋势.二是考虑到事物发展的随机性.任何事物发展都可能受偶然因素影响,为此要利用统计分析中加权平均法对历史数据进行处理.该方法方法简单易行,便于掌握,但准确性差,一般只适用于短期预测.
