时间序列简介
时间序列是可通过定期度量时间段中某个变量获得的一组观测值。 例如,在一系列库存数据中,观测值可能表示若干个月的日常库存水平。 显示产品市场份额的序列可能由过去几年来的每周市场份额组成。 总销售额序列可能包含许多年来每个月的一个观测值。 这些示例中的每个示例都有一个共同点,即都曾在一定时间长度内的已知间隔定期观察某个变量。 因此,典型时间序列的数据形式是表示定期间隔内获得的测量值的单个观测值序列或观测值列表。
| 时间 | 周 | 日 | 库存水平 |
|---|---|---|---|
| t1 | 1 | 星期一 | 160 |
| t2 | 1 | 星期二 | 135 |
| t3 | 1 | 星期三 | 129 |
| t4 | 1 | 星期四 | 122 |
| t5 | 1 | 星期五 | 108 |
| t6 | 2 | 星期一 | 150 |
| ... | |||
| t60 | 12 个月 | 星期五 | 120 |
进行时间序列分析的最重要原因之一是尝试预测序列的未来值。 解释过去值的序列的模型还可以预测下几个值是增加还是减少,以及增减的幅度有多大。 显然,成功进行此类预测的能力对于任何公司或科学领域来说都非常重要。