時間序列分析(Time-SeriesAnalysis)是指將原來的銷售分解為四部分來看——趨勢、周期、時期和不穩(wěn)定因素，然后綜合這些因素，提出銷售預測。強調的是通過對一個區(qū)域進行一定時間段內的連續(xù)遙感觀測，提取圖像有關特征，并分析其變化過程與發(fā)展規(guī)模。當然，首先需要根據(jù)檢測對象的時相變化特點來確定遙感監(jiān)測的周期，從而選擇合適的遙感數(shù)據(jù)。

特點：簡單易行，便于掌握，但準確性差，一般只適用于短期預測。

基本原理：一是承認事物發(fā)展的延續(xù)性。應用過去數(shù)據(jù)，就能推測事物的發(fā)展趨勢。二是考慮到事物發(fā)展的隨機性。任何事物發(fā)展都可能受偶然因素影響，為此要利用統(tǒng)計分析中加權平均法對歷史數(shù)據(jù)進行處理。

主要用途

時間序列分析常用在國民經(jīng)濟宏觀控制、區(qū)域綜合發(fā)展規(guī)劃、企業(yè)經(jīng)營管理、市場淺量預測、氣象預報、水文預報、地震前兆預報、農作物病蟲災害預報、環(huán)境污染控制、生態(tài)平衡、天文學和海洋學等方面。主要包括從以下幾個方面入手進行研究分析。

系統(tǒng)描述：根據(jù)對系統(tǒng)進行觀測得到的時間序列數(shù)據(jù)，用曲線擬合方法對系統(tǒng)進行客觀的描述。

系統(tǒng)分析：當觀測值取自兩個以上變量時，可用一個時間序列中的變化去說明另一個時間序列中的變化，從而深入了解給定時間序列產生的機理。

預測未來：一般用ARMA模型擬合時間序列，預測該時間序列未來值。

決策與控制：根據(jù)時間序列模型可調整輸入變量使系統(tǒng)發(fā)展過程保持在目標值上，即預測到過程要偏離目標時便可進行必要的控制

時間序列依據(jù)其特征，有以下幾種表現(xiàn)形式，并產生與之相適應的分析方法：

1. 長期趨勢變化：受某種基本因素的影響，數(shù)據(jù)依時間變化時表現(xiàn)為一種確定傾向，它按某種規(guī)則穩(wěn)步地增長或下降。使用的分析方法有：移動平均法、指數(shù)平滑法、模型擬和法等。

2. 季節(jié)性周期變化：受季節(jié)更替等因素影響，序列依一固定周期規(guī)則性的變化，又稱商業(yè)循環(huán)。采用的方法：季節(jié)指數(shù)。

3. 循環(huán)變化：周期不固定的波動變化。

4. 隨機性變化：由許多不確定因素引起的序列變化。

時間序列分析主要有確定性變化分析和隨機性變化分析。其中，確定性變化分析包括趨勢變化分析、周期變化分析、循環(huán)變化分析。隨機性變化分析：有AR、MA、ARMA模型等

想學人工智能當工程師的朋友們~???

整理了有關人工智能的資料，深度學習神經(jīng)網(wǎng)絡+CV計算機視覺學習（兩大框架pytorch/tensorflow+源碼課件筆記）+NLP+機器學習+數(shù)學基礎等資料，零基礎小白想學習人工智能或者轉行到高薪資行業(yè)的，大學生都非常實用，無任何套路 ?free提供，具體如下圖

論文代碼+100G資源包+AI公開課+專家一對一論文/簡歷/就業(yè)/競賽指導+大牛技術問題答疑

關注【公眾H：咕泡AI ?回復211】

適用人群

①準備畢業(yè)論文的學生 ? ②準備跳槽，正在找工作的AI算法工程師等 ? ③自學和準備轉行到AI領域的人 ? ④想鞏固AI核心知識，查漏補缺的人??