1702657100
1702657101
通常将时间序列写成{Zt}，其中t为任何非负整数，代表时间；并以时间为横轴，将各时点的观测值描绘出来，这样就可以大致了解该变量随着时间而变化的趋势。
1702657102
1702657103
1702657104
1702657105
1702657107
Excel统计分析与应用大全 9.1.2 时间序列的分类类别
1702657108
1702657109
按照时间序列的不同性质，可以将时间序列进行不同类别的分类。
1702657110
1702657111
1.离散型时间序列和连续型时间序列
1702657112
1702657113
按照连续性来分，时间序列一般分为两类：
1702657114
1702657115
●离散型时间序列。
1702657116
1702657117
●连续型时间序列。
1702657118
1702657119
通常情况下，考察的时间序列一般都为离散型时间序列，即观测值是从相同时间间隔点上得到的。离散型时间序列可通过两种方法获得：一种是抽样于连续变化的序列，比如某市每日同一时刻观测到的气温值序列；另一种是计算一定时间间隔内的累积值，比如农作物年产量序列等。时间序列分析的主要任务就是对时间序列的观测样本建立尽可能合适的统计模型，从而为对相关问题的预测、控制和诊断提供帮助。
1702657120
1702657121
2.平稳时间序列和非平稳时间序列
1702657122
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
[
上一页 ]
[ :1.7026571e+09 ]
[
下一页 ]