1、時間序列分析模型L發展水平分粧朋平分析速度分析均數法定性間序幣I分析方法直線趨勢變動分折2趨勢變動分析曲線趨勢變動分析K最小一乘法移動平均法指數平滑卷三段求和法迭點法X.趨勢無除季節變動分析法王季節變動析三甬禹數法（僧立葉法）溫特斯法（rrint叭法）丄循環變功分析直接法剩余法（剔除Tx5xl）平均數法全列平均法分段平均法最小二乘法移動平均法指數平滑法普通最小二乘法：y?2min折扣最小二乘法:tiyi?i2min一次移動平均法二次移動平均法一次指數平滑法Brown單參數線性指數平滑法Holt雙參數線性指數平滑法高次指數平滑法差分指數平法滑三段求和法：主要用于估計一些增長曲線的模型參數，如修正

2、指數曲線,Gompertz曲線,logistic曲線固定權數選點法1. 時間序列作用：描述系統運行規律預測對特殊政策或事件的影響加以估計2. 時間序列分類：確定時間序列，隨機時間序列3. 確定時間序列的分析方法：它不計算時間序列的隨機變動值，建模的目的是要消除隨機變動的影響，揭示預測對象隨時間變動的規律性用于預測，這是確定性時間序列和隨機時間序列分析的區別。趨勢外推法：有明顯上升或下降趨勢，沒有明顯季節變動，能用函數表示移動平均法：一次移動平均：大體成水平變動，平滑公式，預測公式兩次移動平均：線性上升或下降，預測公式指數平滑法：一次指數平滑法：水平變動，平滑公式，預測公式Brown單參數線性指

3、數平滑法：線性上升或下降，平滑公式，預測公式Holt雙參數線性指數平滑法：線性上升或下降，平滑公式，預測公式參數選擇主觀性較強，不能提供置信區間信息季節調整術：試圖度量序列中的季節變動，并利用這些指數剔除序列中的季節變動。4. 隨機時間序列分析：平穩時間序列分析嚴平穩的概率分布與時間的平移無關。寬平穩序列的均值隨時間的平移而不變，自協方差僅與時間間隔有關自回歸模型、滑動平均模型和自回歸滑動平均模型分析平穩的時間序列的規律。自回歸模型：如果時間序列Xtt1,2,是平穩的且數據之間前后有一定的依存關系，即Xt與前面Xt1,Xt2,Xtp有關與其以前時刻進入系統的擾動（白噪聲）無關，具有p階的記憶，

4、描述這種關系的數學模型就是p階自回歸模型可用來預測:Xt1Xt12Xt2pXtpat滑動平均模型：如果時間序列Xtt1,2,是平穩的與前面Xt1,Xt2,Xtp無關與其以前時刻進入系統的擾動（白噪聲）有關，具有q階的記憶，描述這種關系的數學模型就是q階滑動平均模型可用來預測：Xtat1at12at2qatq回歸滑動平均模型：如果時間序列Xtt1,2,是平穩的與前面Xt1,Xt2,Xtp有關且與其以前時刻進入系統的擾動（白噪聲）也有關，則此系統為自回歸移動平均系統，預測模型為：Xt1Xt12Xt2pXtpat1at12at2qatq非平穩時間序列分析用模型來預測應是要把趨勢和波動綜合考慮進來，是它們的疊加。用模型來描述：XttYtt表示Xt中隨時間變化的均值(往往是趨勢值),Yt是Xt中剔除t后的剩余部分，表示零均值平穩過程，就可用自回歸模型、滑動平均模型或自回歸滑動平均模型來擬合。要解模型XttYt，分以下兩步：(1) 具體求出t的擬合形式，可以用上面介紹的確定性時序分析方法建模,求出t,得到擬合值，記為?t。