一、绝对数时间序列
1、时期序列：由时期总量指标排列而成的时间序列 。
时期序列的主要特点有：
1）、序列中的指标数值具有可加性。
2）、序列中每个指标数值的大小与其所反映的时期长短有直接联系。
3）、序列中每个指标数值通常是通过连续不断登记汇总取得的。
2、时点序列：由时点总量指标排列而成的时间序列
时点序列的主要特点有：
1）、序列中的指标数值不具可加性。
2）、序列中每个指标数值的大小与其间隔时间的长短没有直接联系。
3）、序列中每个指标数值通常是通过定期的一次登记取得的。
二、相对数时间序列
把一系列同种相对数指标按时间先后顺序排列而成的时间序列叫做相对数时间序列。
三、平均数时间序列
平均数时间序列是指由一系列同类平均指标按时间先后顺序排列的时间序列。
扩展资料
时间序列数据变动存在着规律性与不规律性
时间序列中的每个观察值大小,是影响变化的各种不同因素在同一时刻发生作用的综合结果。从这些影响因素发生作用的大小和方向变化的时间特性来看,这些因素造成的时间序列数据的变动分为四种类型。
1、趋势性:某个变量随着时间进展或自变量变化,呈现一种比较缓慢而长期的持续上升、下降、停留的同性质变动趋向,但变动幅度可能不相等。
2、周期性:某因素由于外部影响随着自然季节的交替出现高峰与低谷的规律。
3、随机性:个别为随机变动,整体呈统计规律。
4、综合性:实际变化情况是几种变动的叠加或组合。预测时设法过滤除去不规则变动,突出反映趋势性和周期性变动。
参考资料：百度百科——时间序列
(一)绝对数时间序列
1. 时期序列：由时期总量指标排列而成的时间序列 。
时期序列的主要特点有：
1）序列中的指标数值具有可加性。
2）序列中每个指标数值的大小与其所反映的时期长短有直接联系。
3）序列中每个指标数值通常是通过连续不断登记汇总取得的。
2. 时点序列：由时点总量指标排列而成的时间序列
时点序列的主要特点有：
1）序列中的指标数值不具可加性。
2）序列中每个指标数值的大小与其间隔时间的长短没有直接联系。
3）序列中每个指标数值通常是通过定期的一次登记取得的。
(二)相对数时间序列
把一系列同种相对数指标按时间先后顺序排列而成的时间序列叫做相对数时间序列。
(三)平均数时间序列
平均数时间序列是指由一系列同类平均指标按时间先后顺序排列的时间序列。
AR和MA模型是时序数据分析两个最基本的模型。
AR仅通过时间序列变量的自身历史观测值来反映有关因素对预测目标的影响和作用，不受模型变量相互**的假设条件约束，所构成的模型可以消除普通回归预测方法中由于自变量选择、多重共线性等造成的困难
简单来说：AR模型是通过分析研究历史数据对当前数据的影响进行建模。
MA模型是用过去各个时期的随机干扰或预测误差的线性组合来表达当前预测值。
2. MA模型
q阶模型公式：
xt=μ+at−θ1at−1−...−θqat−q...........2.1xt=μ+at−θ1at−1−...−θqat−q...........2.1
或者：
xt=μ+(1−θ1B−...−θqBq)at.............2.2xt=μ+(1−θ1B−...−θqBq)at.............2.2
q⊆N+，μ为常量q⊆N+，μ为常量
3. MA（1）
3.1 模型公式
xt=μ+at−θat−1........................3.1xt=μ+at−θat−1........................3.1
3.2 数学特征
期望
E(xt)=μ,.............3.2E(xt)=μ,.............3.2
推导方法：直接对公式3.1两边求期望即可
方差
Var(xt)=（1+θ2）σa2,....................3.3Var(xt)=（1+θ2）σa2,....................3.3
推导方法：直接对公式3.1两边求方差即可
自协方差
为了简单，令μ=0μ=0
在计算方差，协方差，相关系数时，对序列整体加减一常量不会对这几种数学特征的结...
(内容过长已省略...) 查看全部 ma 相关内容: https://www.quantinfo.com/Article/View/567.html