時間序列預測

時間序列預測是指利用獲得的數據按時間順序排成序列，分析其變化方向和程度，從而對未來若干時期可能達到的水平進行推測。時間序列預測的基本思想，就是將時間序列作為一個隨機變數的一個樣本，用機率統計的方法，從而儘可能減少偶然因素的影響。

其中，時間序列即是把客觀過程一個變數或一組變數X（t）將行量度，在時刻：

t1<t2<…<tn上得到以時間t為自變數、離散化的有序集合。

X（t1），X（t2），…，X（tn）自變數t可以具有不同的物理意義，例如長度、溫度或其他物理量等。時間序列的波動是許多因素共同作用的結果。各種因素作用的效果有長期趨勢、季節變動、循環變動和隨機變動4類。若以T、S、C、I分別表示長期趨勢、季節變動、循環變動和隨機變動的數值，那么對時間序列yt的分析最常用的模型有兩類：yt=T×S×C×I　yt=T+S+C+I

局限性：在預測方差最小原則的前提下，預測時間越長預測值的方差越大，因此時間序列數據只適合做短期預測。