时间序列即一列均匀分布（每周、每月、每季等等）的数据点。分析时间序列意味着将过去数据分成几部分然后用之于外推。一个典型的时间序列可分成四个部分：趋势、季节、周期和随机波动。
1、 趋势是数据在一段时间的逐渐向上或向下的移动。
2、 季节是数据自身经过一定周期的天数，周数，月数或季数（此即季节性叫法由来，即季节分为秋、冬、春、夏）不断重复的性。下表列出了6个常见的季节性形式：
3、 周期为数据每隔几年重复发生的时间序列形式。它们一般与经济周期有关，并对短期经营分析与计划起重要作用。
4、 随机波动是由偶然、非经常性原因引起的数据变动。它们没有可识别的形式。
统计学上，时间序列有两种一般形式：乘法模式和加法模式。使用得最广泛的是乘法模式。该模式假定需求是四各成分的乘积：需求=趋势*季节*周期*随机波动。另一形式是加法模式，即这四各成分相加：需求=趋势+季节+周期+随机波动。
在大多数实际模型中，预测者假定随机波动平均后可不考虑其影响。他们主要注意季节成分及趋势和周期相结合的成分。
----摘自《生产与作业管理教程》
|
|
