第十三章 进行时间序列分析与预测

时间序列的核心在于识别出已有的时间序列变化规律，并据此进行未来趋势的预期假设。从发展历史维度来看, 时间序列分析可分为传统的时间序列分析与现代的时间序列分析两大类. 本节将重点介绍传统时序分析的方法, 其涵盖内容包括对时间序列数据进行统计处理以及预测方法的应用.

1 时间序列及其分解

时间序列是指同一现象在同一时间段内按顺序记录下来的一系列观测值。这种数据形式可以分为两种主要类型：平稳时间序列和平稳非平稳时间序列（简称为非平稳时间序列）。
平稳时间序列为不包含趋势性的观测数据列，在其发展过程中各期数值基本稳定在一个常数值附近波动。
而非平稳时间序列为包含某种规律性变化的时间数列，在其发展过程中可能只含有单一类型的规律性变化因素也可能同时含有多个类型的变化因素因此非平稳时间序列为多种类型的时间数列。
对于一个复杂的时间数列而言它往往是由这四种不同类型的变动因素共同作用所生成的综合结果因此我们可以将这种复杂的时间数列分解为这四种不同类型的变动因素进而分别进行单独分析。
传统的经济统计方法论主要是通过建立各种不同的经济计量模型来研究这些构成要素之间的相互作用关系并据此进行深入分析研究。
基于加法模型乘法模型等不同的组合方式我们可以通过构建多种多样的经济计量模型来揭示不同情况下各个构成要素对原始数据的影响程度及其相互作用机制。
这些基于乘法模型的各种分解方法都是以乘法模型为基础构