1702657123
按照平稳性来分，时间序列也可分为两类：
1702657124
1702657125
（1）平稳时间序列
1702657126
1702657127
假定时间序列{Zt}是平稳的，满足：
1702657128
1702657129
1）对于任何时间t，其均值恒为常数；
1702657130
1702657131
2）对于任意的时间t和s，其相关系数只与时间间隔t-s有关，而与t和s的起始点无关。
1702657132
1702657133
则称这个时间序列是平稳时间序列。
1702657134
1702657135
时间序列的平稳性是指时间序列的统计特性不随时间推移而变化。平稳序列中的各观测值基本围绕某个固定的值上下波动。虽然在不同的时间段波动的程度不同，但不存在某种规律，而其波动可以看成是随机的。所以说，平稳时间序列是基本上不存在趋势的序列。
1702657136
1702657137
（2）非平稳时间序列
1702657138
1702657139
非平稳时间序列是包含趋势性、季节性或周期性的序列。它可能含其中的一种成分，也可能是几种成分的组合。它又可分为有趋势（tend）的序列和复合型序列。复合型序列即有趋势（tend）、季节性（seasonality）和周期性（cyclists）的序列。
1702657140
1702657141
时间序列模型的构建也可以按照不同的性质进行不同类别的划分：
1702657142
1702657143
●自回归过程。
1702657144
1702657145
●移动平均过程。
1702657146
1702657147
●自回归移动平均过程（ARMA）。
1702657148
1702657149
1702657150
1702657151
1702657152
Excel统计分析与应用大全 [:1702652463]
1702657153
Excel统计分析与应用大全 9.1.3 时间序列的表现形式
1702657154
1702657155
时间序列依据其特征，有以下几种表现形式。
1702657156
1702657157
1.长期趋势变化
1702657158
1702657159
长期变化趋势是指现象受某种基本因素的影响，在较长时期内表现出的一种有确定倾向且持续稳步变化的趋势。它具体可表现为上升趋势、下降趋势或水平趋势。如图9.1所示，某产品的销售水平由2001～2008年随着时间总体呈长期上涨趋势，这种特征是该时间序列的长期趋势变化的表现形式。
1702657160
1702657161
1702657162
1702657163
1702657164
图9.1 某产品2001～2008年的销售水平
1702657165
1702657166
2.季节性周期变化
1702657167
1702657168
季节性周期变化是指受到季节更替等因素影响，序列依照某一固定周期有规律地发生变化。季节性周期变化是由于自然气候的变化、文化民俗等因素引起的。市场现象随季节变化在每年反复出现周期性的变动。因此，季节性周期变化又称商业循环。例如，玫瑰花在情人节的销售量尤其多，旅游人数往往在节假日出现高峰等。如图9.2所示，某花店某种鲜花2011～2012年各个季节的销售量随着季节的不同而发生相应的变动。由图9.2可知，每年的夏季是该花店某种鲜花销售的高峰期。这种有着明显的季节变动因素的特征，就是该时间序列的季节性周期变化的表现形式。
1702657169
1702657170
1702657171
1702657172