时间序列分析
时间序列是某个数值长期变化的数字表现。
两个要素：时间要素、数值要素。
- 时期序列可加（例如中国每年的GDP总值）
- 时点序列不可加（例如某地每隔一小时测得的温度）
时间序列分解
长期趋势是指在相当长的一段时间内统计指标持续上升或者下降的趋势。T
季节趋势是指由于季节的转变使得指标数值发生周期性变动。S（百度指数）
循环变动通常以若干年为周期，再曲线图上表现为波浪式的周期变动。C
不规则变动（白噪声）I
四种变动关系：相加/相乘
- 四种变动相互独立：相加$Y=T+S+C+I$
- 四种变动相互影响：乘积$Y=T\times S\times C\times I$
根据时间序列图，波动越来愈大建议乘积，否则如果保持恒定建议叠加。
SPSS
时间序列缺失值处理
开头结尾——直接删掉
中间位置——替换缺失值（五种方法）
定义时间变量
数据-定义日期与时间-（具体）
时序图
分析-时间序列预测-序列图-选择时间轴标签
时间序列分解
分析-时间序列预测-季节性分解-加/乘-移动平均值（周期奇数/偶数）
分解后变量
分解后的时序图
加上分解后变量重新绘图
时间序列分析
具体步骤：
- 做出序列图
- 判断变动成分
- 序列分解（周期<1年）
- 建立时间序列分析模型
- 预测未来指标数值
