时间序列法的简介

time series method
时间序列有 4种变动因素:①长期趋势(T)，在整个预测期内事物呈现出逐渐增加或渐减的总倾向；②周期变动(C),以某一时间间隔为周期的周期性变动，如危机和复苏的交替；③季节变动(S)，以一年为周期的周期变动,如服装行业销售额的季节性波动；④偶然变动(I),除上述三种情况之外的不规则变动,又称随机变动。这4种因素的综合模式有加法模式、乘法模式和混合模式。若以表示时间序列(=1，2，3，…，表示采样时刻)，则加法模式的时间序列是上述4种变动因素的相加,=(T)+(C)+(S)+(I)，而乘法模式的则是上述4种变动因素的相乘,=(T)×(C)×(S)×(I)。时间序列法分为两类：①不细分4种变动因素而直接利用时间序列数据建立数学模型，进行预测。②对4种变动因素有侧重地进行预处理,从而派生出剔除季节变动法、移动平均法、指数平滑法、自回归法、时间函数拟合法等具体预测方法。