备战数学建模35-时间序列预测模型

目录

一、时间序列概念与分解模型

1-时间序列数据与基本概念

2-时间序列分解

二、SPSS中七种指数平滑模型

1-七种指数平滑模型简介

2-七种指数平滑模型具体分析

三、ARIMA模型相关的知识点

四、时间序列模型经典案例

1-时间序列建模思路介绍

2-案例1销售数据预测

3-案例2人口数量的预测

4-案例3上证指数的预测

5-GDP增速预测

---

时间序列也称为动态序列，是指将某种现象的指标数值按照时间顺序排列而成的数值序列。时间序列分析大致可以分成三部分，分别是描述过去，分析规律和预测未来，本次讲将主要介绍时间序列分析中常用的三种模型：季节分解、指数平滑方法和ARIMA模型，并将结合SPSS软件对时间序列数据进行建模。

一、时间序列概念与分解模型

1-时间序列数据与基本概念

正常的数据类型分为三种，分别为横截面数据，时间序列数据，面板数据三类，今天我们主要分析时间序列数据，即同一对象再不同时间连续观察所取得的数据。

 时间序列数据包含两