实用数学方法：时间序列分析简介

通常，时间序列分析（Time Series Analysis）是一种动态数据处理的统计方法。该方法基于随机过程理论和数理统计学方法，研究随机数据序列所遵从的统计规律，从而用于解决实际问题。

定义1 时间序列分析是一种根据研究对象一系列已知的历史数据（时间序列），分析并找出事物随时间发展变化的轨迹，用数学模型去描述研究对象随时间变化的发展规律，并且根据该模型预测事物未来发展状况的定量分析方法。

目前对时间序列的处理不断有新的方法和工具出现，因此，广义上讲，时间序列分析是充分利用现有的方法对时间序列进行处理，挖掘出对解决和研究问题有用的信息量。应用较成熟的时间序列的分析方法有两大类：确定性时间序列分析和随机时间序列分析。

另外，需说明的是，时间序列分析方法仅仅考虑时间因素对研究对象发展变化的影响。一般情况下，预测对象的发展变化都受很多因素影响，但是，运用时间序列分析进行预测，实际上是将所有的影响因素归结到时间这一因素上，只承认所有影响因素的综合作用，在未来对预测对象仍然起作用，并未去分析探讨预测对象和影响因素之间的因果关系。只要有足够的历史统计数据，就可以用来构成一个合理长度的时间序列，即可采用时间序列分析方法，因此，采用该方法有两个必要的前提假设：(www.xing528.com)

第一，研究对象过去的发展变化趋势决定着该对象未来的发展。

第二，研究对象的发展过程属于渐进式变化，而不是跳跃式变化。

在研究对象的客观环境发生突变的情况下，切不可机械地套用时间序列分析方法预测事物未来的状况，而应该对所研究对象进行历史的逻辑分析，才能做出更加符合事物客观发展的分析与预测。