时间序列分解法的基本步骤

时间序列分解法的基本步骤
基本步骤是：
①用观测、调查、统计、抽样等方法取得被观测系统时间序列动态数据。

②根据动态数据作相关图，进行相关分析，求自相关函数。

③辨识合适的随机模型,进行曲线拟合,即用通用随机模型去拟
合时间序列的观测数据。

时间序列分析法（Time series analysis）是指将经济发展、购买力大小、销售变化等同一变数的一组观察值，按时间顺序加以排列，构成统计的时间序列，然后运用一定的数字方法使其向外延伸，预计市场未来的发展变化趋势，确定市场预测值。

它应用在电力及电力系统的动态数据处理，用于系统描述和分析、预测未来等。

组成要素：
一个时间序列通常由4种要素组成：趋势、季节变动、循环波动和不规则波动。

趋势：是时间序列在长时期内呈现出来的持续向上或持续向下的变动。

季节变动：是时间序列在一年内重复出现的周期性波动。

它是诸如气候条件、生产条件、节假日或人们的风俗习惯等各种因素影响的结果。

循环波动：是时间序列呈现出得非固定长度的周期性变动。

循环波动的周期可能会持续一段时间，但与趋势不同，它不是朝着单一方向的持续变动，而是涨落相同的交替波动。

不规则波动：是时间序列中除去趋势、季节变动和周期波动之后的随机波动。

不规则波动通常总是夹杂在时间序列中，致使时间序列产生一种波浪形或震荡式的变动。

只含有随机波动的序列也称为平稳序列。