时间序列教程 一、数据的三个组成部分
一、本节目标
解释为什么时间序列分析很重要
描述时间序列的组成部分
描述和区分加性、乘性和伪加性时间序列模型
使用Python分解时间序列数据集
二、时间序列
时间序列是按时间顺序组织的数据点序列。该序列在等间隔的时间点捕获数据。不定期收集的数据不被视为时间序列。
时间序列数据在许多行业中都很常见。
金融:股票价格、资产价格、宏观经济因素
电子商务:页面浏览量、新用户、搜索
业务:交易、收入、库存水平
二、研究时间序列的意义
研究时间序列主要用于
了解观测数据的生成过程
拟合模型以监控或预测
时间序列分析用于经济预测、股票市场分析、需求规划和预测、异常检测等等非常广泛的领域。
三、时间序列组成部分
1、趋势
趋势反映了时间序列的总体方向。
例如,尽管季节性波动,但就业岗位仍在逐年增长。
趋势可以是增加的、减少的或恒定的。
它可以以不同的方式(线性、指数或其他方式)增加或减少。
2、季节性
季节性捕捉以特定频率发生的效果。它可以由许多因素驱动。