1. 条件
1.使用于具有时间、数值两种要素
2.数据具有周期性可以使用时间序列分解文章来源：https://www.toymoban.com/news/detail-610850.html
2. 模型分类
- 叠加模型【Y=T+S+C+I】
序列的季节波动变化越来越大，反映变动之间的关系发生变化 - 乘积序列【Y=TSC*I】
时间序列波动保持恒定，可以使用叠加模型
3. SPSS处理时间序列
- 数据预处理——开头结尾有缺失值，直接删掉即可
- 定义时间变量：数据-定义日期和时间
- 画序列图：分析-时间序列预测-序列图
- 描述：【峰值、季节性\周期性、趋势】
- 若具有季节性\周期性，则对序列分解：分析-时间序列预测-季节性分解。
【模型类型：乘、加】【移动平均值：所有点相等(T为奇)、端点按0.5加权(T为偶)】 - 表格中新添加的四列分别为：
【ERR_1】不规则变动(残差或误差值)，为I
【SAS_1】季节性调整后系列，为T+C+I
【SAF_1】季节性调整因子，为S
【STC_1】趋势循环成分，为T+C
【叠加模型中季节因子加和为0】—> 平均销量水平为0
eg:
得到这个图，便可以分析：第一二季度的季节因子为正，第三四季度的季节因子为负，说明该产品一二季度的平均销量要高于三四季度；第二季度的平均销量要高于全年平均水平20.930件，第四季度的平均销量要低于平均销量的19.727件。文章来源地址https://www.toymoban.com/news/detail-610850.html
到了这里，关于【数学建模】时间序列分析的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！
