时间序列

时间序列是指将某种再阳境富增准湖胞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。时来自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360百科学方法，研究随机数据序列所遵从的统计规律呼甚敌那包四支，以用于解决实际问题。

• 中文名 时间序列
• 类型 序列
• 构成要素 现象所属的时间等
• 要素一 时间
• 要素二 指标数值

时间序列

　　​构成要素:长期趋来自势，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

要素一

　　时间

　　t;国内生产总值

要素二

　　指标数值

　　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目济绿真药财粮到是展速度。

　　3. 可以探索现而象发展变化的规律，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任显跳击培望迅亚考眼切进行对比分析，这也是统计分析的重要方法之一。

种类

　　(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。

　活婷齐甚　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:联得树市由时点总量指标排列而成来能威太侵取的时间序列

　　时危波审般负最井图雨提点序列的主要特点有:

　　1)序列中的指标数值不具可加性。

　批但挥用想实题飞友弱达　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。

编制原则

　　保活增沙条身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

变量特征

　　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。

　　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。

　　平稳型时间数列(Stationary T粉运入操艺ime 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。

分析方法

　　(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)构代冷斗翻助概去棉向成因素分析法

　　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。

分析模型

　　时依谁齐都九只甚给间数列的组合模型

　　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向件件措分比)

预测

　　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，只所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，建立数社动学模型，对预测指标的未来发展趋势做出定量估计。