时间序列预测法的步骤

更新时间：2023-07-04

1、时间序列预测法的步骤

　　1、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；2、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；3、求时间序列的长期趋势季节变动和不规则变动的值，并选定近似的数学模式来代表它们；4、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和季节变动值，在可能的情况下预测不规则变动值；

　　5、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，但要注意这个预测值只反映现象未来的发展趋势，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。

2、时间序列模型有什么实际用处

　　时间序列模型可用于实际中的描述、分析、预测、决策。

　　描述：

　　根据对系统进行观测得到的时间序列数据，用曲线拟合方法对系统进行客观的描述。

　　分析：

　　当观测值取自两个以上变量时，可用一个时间序列中的变化去说明另一个时间序列中的变化，从而深入了解给定时间序列产生的机理。

　　预测：

　　一般用ARMA模型拟合时间序列，预测该时间序列未来值。

　　决策：

　　根据时间序列模型可调整输入变量使系统发展过程保持在目标值上，即预测到过程要偏离目标时便可进行必要的控制。

3、时间序列分析

　　1、时间序列分析(Time-Series Analysis)是指将原来的销售分解为四部分来看——趋势、周期、时期和不稳定因素，然后综合这些因素，提出销售预测。强调的是通过对一个区域进行一定时间段内的连续遥感观测，提取图像有关特征，并分析其变化过程与发展规模。当然，首先需要根据检测对象的时相变化特点来确定遥感监测的周期，从而选择合适的遥感数据。

　　2、特点：简单易行，便于掌握，但准确性差，一般只适用于短期预测。

　　3、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。

　　4、基本思想：根据系统的有限长度的运行记录（观察数据），建立能够比较精确地反映序列中所包含的动态依存关系的数学模型，并借以对系统的未来进行预报。