当回首往事的时候，不会因虚度年华而悔恨，也不会因碌碌无为而羞愧。

什么是时间序列时间序列简单的说就是各时间点上形成的数值序列，时间序列分析就是通过观察历史数据预测未来的值。在这里需要强调一点的是，时间序列分析并不是关于时间的回归，它主要是研究自身的变化规律的（这里不考虑含外生变量的时间序列）。为什么用python用两个字总结“情怀”，爱屋及乌，个人比较喜欢python，就用python撸了。能做时间序列的软件很多，SAS、R、SPSS、Eviews甚至matlab等等，实际工作中应用得比较多的应该还是SAS和R，前者推荐王燕写的《应用时间序列分析》，后者推荐“基于R

ARIMA模型平稳性：平稳性就是要求经由样本时间序列所得到的拟合曲线在未来的一段期间内仍能顺着现有的形态“惯性”地延续下去平稳性要求序列的均值和方差不发生明显变化严平稳与弱平稳：严平稳：严平稳表示的分布不随时间的改变而改变。弱平稳：期望与相关系数（依赖性）不变未来某时刻的t的值Xt就要依赖于它过去的信息，所以需要依赖性1.导包#美国消费者信心指数import pandas as pdimport numpy as npimport statsmodels #时间序列import