(时间管理)时间数列分析

合集下载

考试辅导：时间数列的分析与预测

1.时间数列的基本构成要素与分解（1）时间数列的基本构成要素在进⾏时间数列分解时，⼀般把时间数列的构成因素按性质和作⽤分为四类：即长期趋势、季节变动、循环波动和不规则变动。

长期趋势：时间数列在长时期内呈现出来的某种持续上升或持续下降的变动称为长期趋势。

是对未来进⾏预测和推断的主要依据。

长期趋势往往是由某些固定的、系统性的因素造成的。

代表着研究对象的总发展⽅向，它既可以是线性的，也可以是曲线的。

季节波动：时间数列在⼀年内重复出现的周期性波动称为季节波动。

季节波动中“季节”⼀词不仅仅是指⼀年中的四季，其实它是⼴义的指任何⼀种周期性的变化。

循环变动：时间数列呈现出来的围绕长期趋势的⼀种波浪形或震荡式变动称为循环变动，也称作周期变动。

周期性变动没有固定规律，其循环的幅度和周期的波动性很强，⽽且其周期短的⼀般也要3-5年，长的可达⼏⼗年。

不规则变动：由各种偶然的、突发的或不可预见的因素引起的，称为不规则变动或随机变动。

（2）时间数列的分解模型时间数列分析的⼀项主要内容就是把这⼏个影响因素从时间数列中有⽬的的分离出来，或者说对数据进⾏分解、清理，并将他们的关系⽤⼀定的数学关系式予以表达。

加法模型：假定四种变动因素相互独⽴，时间数列各时期发展⽔平是各个构成因素的总和。

⽤数学表达为：Y＝T+S+C+I 乘法模型：假定四种变动因素彼此间存在着交互作⽤，时间数列各时期发展⽔平是各个构成因素的乘积，其数学表达式：Y＝T·S·C·I T代表长期趋，S代表季节变动，C代表循环变动，I代表不规则变动。

需要说明：加法模型中，各个因素都是绝对数，乘法模型中，除了长期趋势是绝对数外，其他因素都是以相对数或指数的形式出现的。

最后要指出：时间数列分析并不能作为对前景预测的依据。

在利⽤时间数列分析的规律对社会经济现象进⾏预测时，预测的时间跨度不宜过长，并要注意对⼀些影响其发展的主要因素进⾏分析。

统计学第06章时间数列和分析

平均发展速度X =
��
�� 0
=
��
��1 ��2 … �� =
��
��(试中x�� 表示各期环比发展速度)
2.增长速度：增长速度是表明社会经济现象增长程度的相对指标，根据增长量与基期水平对比求
得，说明报告期水平比基期水平增加或降低了百分之几。
增长速度 =
增长量基期发展水平
定基增长速度 = 定基发展速度 − 1 = 发展速度 − 1 环比增长速度 = 环比发展速度 − 1
平均增长速度：表明现象在一定时期内逐期平均增长变化的程度。平均增长速度 = 平均发展速度－1 3.平均发展速度与平均增长速度增长 1%的绝对值：是指在报告期水平与基期水平的比较中，报告期比基期每增长 1%所包含的
绝对数额。
增长 1%的绝对值 =
增长量增长速度 × 100
=
a0 100
数，它说明客观现象在一段时间内发展的一般水平。
（二）平均发展水平（动态平均数）的计算 1、绝对数（总体指标）动态数列计算序时平均数（平均发展水平）（1）由时期数列计算
简单算术平均法：�� =
��
（2）由时点数列计算 ①如果数列资料是按日登记，这样的数列可以看成连续时点数列。
相对数动态数列平均数动态数列
时间数列的编制原则：（1）时期长短应该统一；（2）总体范围应该一致；（3）指标的经济内容应该相同；（4）计算口径应该统一。
二、时间数列水平分析指标
（一）发展水平：在动态数列中，各项具体的指标数值叫做发展水平或动态数列水平。平均发展水平：是不同时期发展水平的平均数，在统计上又称为序时平均数或动态平均

应用统计学时间数列分析概述

应用统计学时间数列分析概述时间数列分析是统计学中的一种重要方法，它用来研究时间序列数据的特征和规律。

时间数列是指按照时间顺序排列的一组数据，比如每日的股票价格、每年的降雨量等。

通过对时间数列进行统计分析，可以揭示数据背后的趋势、周期和随机性，有助于进行预测和决策。

时间数列分析的主要目的是找到数列中的模式和规律。

常用的时间数列分析方法包括描述性统计、周期性分析、趋势分析和随机性分析。

描述性统计是最基本的统计分析方法，它用来描述和总结数据的特征。

常用的描述性统计指标包括平均值、标准差、最大值、最小值和中位数等。

这些指标可以帮助研究人员了解数据的中心趋势、离散程度和分布形态。

周期性分析是用来检测数据中是否存在重复的模式或周期。

周期性分析常常使用谱分析方法，通过将时间数列转换为频域，提取出数据中的主要周期成分。

这些成分可以帮助预测未来的周期性变化，并优化决策。

趋势分析是用来观察数据的长期变化趋势。

常用的趋势分析方法有移动平均法、指数平滑法和回归分析法等。

这些方法可以拟合出数据的趋势线，帮助判断未来的发展方向和速度。

随机性分析是用来研究数据中的随机波动和不规则性。

常用的随机性分析方法有自相关分析、白噪声检验和单位根检验等。

这些方法可以判断数据中是否存在随机波动，并提供相关的统计验证。

通过应用时间数列分析方法，可以获得关于数据特征、周期性、趋势和随机性的深入洞察。

这些洞察可以用于预测未来的发展趋势、制定决策策略和优化资源配置。

时间数列分析在金融、经济、气象、环境等领域具有广泛的应用价值。

时间数列分析作为统计学的重要方法，具有广泛的应用领域和深远的研究价值。

在金融领域，时间数列分析可以用来预测股票价格、汇率、利率等金融指标，帮助投资者制定投资策略。

在经济学中，时间数列分析可以研究经济增长、通胀、失业率等宏观经济指标的变化规律，为政府制定经济政策提供参考。

在气象和环境领域，时间数列分析可以揭示气候变化、环境污染等问题的趋势和周期，为环境保护和资源利用提供支持。

应用统计学时间数列分析

应用统计学时间数列分析时间数列分析是统计学中的一项重要内容，通过对时间序列数据进行分析，可以揭示数据之间的内在关联和规律。

本文将探讨时间数列分析在实际应用中的重要性和方法。

什么是时间数列分析时间数列（Time Series）指的是按时间顺序排列的一系列数据观测值。

时间数列分析是指根据时间数列数据进行的统计分析方法，旨在发现数据中存在的趋势、季节性、周期性等规律，以便进行预测和决策。

时间数列分析的重要性时间数列分析在许多领域都有广泛的应用，包括经济学、金融、医学、气象等。

通过时间数列分析，我们可以：•发现数据中的趋势和规律•预测未来数据走势•制定决策和策略•检验模型的有效性•揭示不同变量之间的关联时间数列分析方法1. 平稳性检验平稳性是时间数列分析的前提条件之一，可以通过单位根检验、ADF检验等方法来判断时间数列是否平稳。

如果时间数列不平稳，需要进行差分处理或其他转换方法使其平稳化。

2. 自相关性分析自相关性分析是检验数据是否存在自相关性（即相邻数据之间的相关性）的方法，可以通过自相关图和偏自相关图来判断数据中的自相关性程度。

3. 移动平均法移动平均法是一种基本的时间数列预测方法，通过计算一定窗口内的数据均值来平滑数据曲线，以便更好地观察数据走势和预测未来走向。

4. 季节性调整在时间数列分析中，常常需要对数据进行季节性调整，以消除季节性影响，使预测结果更为准确。

应用实例1. 股票价格预测时间数列分析在金融领域有着广泛的应用。

通过分析股票价格的时间数列数据，可以预测股价的未来走势，指导投资决策。

2. 气象预测气象数据也是时间数列数据的一种，通过对气象数据进行时间数列分析，可以预测未来的气候变化和天气情况，为灾害预警和农业生产提供依据。

3. 经济指标分析经济数据的时间数列分析可以揭示经济增长趋势、波动周期等信息，帮助政府和企业做出相应决策。

结语时间数列分析是统计学中一个重要的分析方法，通过对时间序列数据进行分析，可以揭示数据之间的规律、趋势和关联。

时间管理-时间数列分析(ppt97页)

2019/4/24
18547.9 21617.8 26638.1 34634.4 46759.4 58478.1 67884.6 74772.4 79552.8
114333 115823 117171 118517 119850 121121 122389 123626 124810
14.39 12.98 11.60 11.45 11.21 10.55 10.42 10.06 9.53

f N 1
2019/4/24
f1 f2 f N 1
33
例
某农场生猪存档数
日期
1月1日 3月1日 8月1日 10月1日次年1月1日
生猪存档数
（头）
1420 1400 1200 1250 1460
计算：1420,+1400, ,2,=,,2,M+, 1400,+1200,
,2,=,,5,M+, 1200,+1250, ,2,=,,2,M+, 1250,+1460, ,2,=,,3,M+, x→M, 结果为1320。
2019/4/24
18
（一）由绝对数时间数列计算平均发展水平
1、时期数列计算平均发展水平
a1 a2
aN 1 aN
a
a a1 a2 an a
n
n
2019/4/24
19
【例】 2002-2006年中国能源生产总量
年份
能源生产总量（万吨标准煤）
2002 2003 2004 2005 2006
或：a0 , a1, , an1, an（ n+1 项数据）
2019/4/24
16
例：我国1995-1999年我国进出口总额

时间数列分析

第六章时间数列分析第一节时间数列分析概述一、时间数列的概念我们对现象总体的数量方面进行分析研究时，通常需要掌握和积累现象各个时期的统计资料，从时间上反映和研究现象发展变化的过程、趋势及其规律。

所谓时间数列也称动态数列，它是指各个不同时间的社会经济统计指标，按时间先后顺序排列而形成的一列数.表6—1显示的都是我国1995年—2005年若干统计指标的时间数列，从中可以看出时间数列有两个基本要素构成：一是统计指标所属的时间；二是统计指标在特定时间的具体指标值。

表6—1 中国的国内生产总值、人口及第三产业产值注：人均国内生产总值按年平均人口数计算资料来源：《中国统计年鉴》（2006）,北京:中国统计出版社研究时间数列具有重要的作用，通过时间数列的编制和分析:⑴可以描述社会经济现象的发展状况和结果；⑵可以研究社会经济现象的发展速度、发展趋势，探索现象发展变化的规律,并据以进行统计预测；⑶分析长期趋势、季节变动和循环变动等了解和分析社会现象发展变化的规律性。

二、时间数列的种类时间数列按照其指标的性质，可以分为总量指标、相对指标和平均指标时间数列等三大类型。

总量指标时间数列也称绝对数时间数列，是基本的时间数列，相对指标和平均指标时间数列都是在总量指标时间数列的基础上派生出来的。

㈠总量指标时间数列总量指标时间数列是指把一系列同类的总量指标按时间先后顺序排列起来形成的时间数列。

它反映社会经济现象在各个时期达到的绝对水平及其变化发展的状态。

表6—1中的国内生产总值、年末人口和第三产业产值都属于总量指标时间数列。

按照总量指标所反映的内容的不同，可以分为总体单位总量和总体标志总量两种。

年末人口数是总体单位总量指标，而国内生产总值和第三产业产值是总体标志总量指标.根据总量指标反映的社会经济现象所属的时间不同，又可将总量指标时间数列分为时期数列和时点数列。

下面来讨论时期数列和时点数列的特点.⒈时期序列各项指标都是反映某种现象在一段时期内发展过程的总量,该时间数列称为时期序列。

第六章时间数列分析法

3.由平均数数列计算(*)
（1）都是时期数列例：某企业第一季度计划完成情况如下：
实际产量（吨）计划产量（吨）计划完成（%）
1月份
420 400 105
2月份
560 500 112
3月份
714 700 102
(2)都是时点数列（*）根据不同的情况，选择不同的计算方法。例：某企业三季度职工人数如下：
二、增减速度发展速度-1（100%）
相邻两个累计增减量之差等于相应的逐期增减量四、平均增减量
逐期增减量之和/逐期增减量个数 =累计增减量/（时间数列项数-1）年距增减水平 =本期发展水平-去年同期发展水平
第三节时间数列的速度分析指标
一、发展速度报告期水平/基期水平（表明报告期水平已发展到基期水
平的若干倍或百分之几） 1.定基发展速度：an/a0 2.环比发展速度：an/an-1 关系： A.定基发展速度等于相应时期各个环比发展速度之乘积。 B.相邻的两个定基发展速度之商等于对应的环比发展速度年距发展速度=本年同期水平/去年同期发展水平
（三）平均数：由一系列平均指标数值按时间顺序排列形成的数列，说明经济现象的一般水平的发展变化过程或趋势。
例：城镇居民家庭人均消费支出（元）
年份
人均消费支出
1998 1999 4331 4615
2000 4998
2001 5309
2002 6029
2003 6510
2004 7182
2005 7942
日
期
生产工人数
全部职工人数
工人数占全部职工数比重（% ）
6月末 435 580 75
7月末 464 580 80
8月末 462 600 77

时间数列分析

时间数列分析时间数列是指按时间顺序排列的一列数据。

通过对时间数列的分析，可以了解事件发展的趋势和规律，为预测未来的发展提供参考。

下面将从数列的统计特征、趋势分析和周期性分析三个方面对时间数列进行详细分析。

一、数列的统计特征统计特征是指对时间数列的基本特征进行概括和描述。

常见的数列统计特征包括最大值、最小值、平均值、中位数和标准差等。

最大值是数列中最大的一个数，它反映了事件最高点的出现时间。

最小值是数列中最小的一个数，它反映了事件最低点的出现时间。

平均值是数列中所有数的和除以总数，它反映了事件整体水平的时间变化趋势。

中位数是将数列按大小排列，位于中间位置的数，它反映了事件的中点出现时间。

标准差是用来衡量数列离散程度的指标，它反映了事件的波动程度和不确定性。

通过计算和比较这些统计特征，我们可以对事件发展的整体情况有一个大致的了解。

最大值和最小值可以帮助我们确定事件最高点和最低点的时间范围，平均值可以告诉我们事件发展的平均速度和趋势，中位数可以帮助我们确定事件的中期发展阶段，标准差可以帮助我们评估事件的波动程度和风险。

二、趋势分析趋势分析是指通过时间数列的走势和变化规律，预测事件未来的发展趋势。

常用的趋势分析方法有线性回归分析和移动平均法等。

线性回归分析是一种通过拟合直线来描述事件发展趋势的方法。

它适用于数列具有线性关系的情况，可以通过计算回归方程来预测未来的数值。

线性回归分析的关键是选取合适的变量和确定最佳的拟合直线。

移动平均法是一种通过计算某一时间段内的平均值来描述事件发展趋势的方法。

它适用于数列存在周期性变化的情况，可以抹平季节性波动，更好地反映长期趋势。

移动平均法的关键是选择合适的时间段和计算平均值的方法。

通过趋势分析，我们可以判断事件的增长趋势、下降趋势或者稳定趋势，进而预测事件未来的发展趋势。

趋势分析对于决策制定和未来规划具有重要的参考价值。

三、周期性分析周期性分析是指通过时间数列的周期性变化规律，寻找事件发展的周期性和循环特征。

第三章时间数列分析

具体地应注意下列几点：
15
时间长短应该前后一致

在时期数列中各个指标数值的大小与时期长短有直接的关系，如果各个指标所属的时期长短不等，一般就难作直接比较。但这个原则也不能绝对化。
对时点数列来说，由于各个指标数值都表明一定瞬间的状态，不存在时期长短应该相等的问题。但是，为了便于分析，时点数列指标数值间的间隔最好能相等。 16
50
发展速度的分类

发展速度由于计算时基期的不同而
分为环比发展速度和定基发展速度。
51
定基发展速度

定基发展速度是各报告期水平同某一固定基期水平对比，说明现象在较长时期内发展的总速度。特点：基期固定

计算方法：
定基发展速度=
ai a0
52
环比发展速度

环比发展速度是报告期水平与前一期水平之比，反映现象在前后两期的发展变化情况。特点：基期不固定计算方法：环比发展速度=
第三章
时间数列分析
1
一、时间数列的概念和种类

㈠㈡
时间数列的概念时间数列的种类
2
㈠

时间数列的概念
时间数列又称动态数列，它是指某社会经济现象在不同时间上的一系列统计指标值按时间先后顺序加以排列后形成的数列。
例：下表是一个时间数列。

3
构成时间数列的两个要素

时间数列由两部分构成：

是反映时间顺序变化的数列，
是反映各个指标值变化的数列。

4
㈡时间数列的种类

按其指标表现形式的不同分为三种：

总量指标时间数列相对指标时间数列平均指标时间数列

(时间管理)练习时间数列分析

（时间管理）练习时间数列分析第七章时间数列分析壹、填空题1. 1.时间数列是指，它包含和俩个要素。

2. 2.编制时间数列基本原则是。

3. 3.以时间数列为基础的动态分析包括和俩个基本分析内容。

4. 4.影响时间数列中某壹指标各个数值的因素有, , 和.它们的共同影响能够用和俩个模型加以描述。

5. 5.时间数列的种类有,和.其中为基本的时间数列，而和是属于派生的时间数列。

6. 6.绝对数时间数列可分为和。

7.7.于时点数列中俩个指标值之间的时间距离称为。

8.8.于时间数列动态分析中，俩个有直接数量关系的速度指标是和。

它们的关系是。

9.9.平均发展水平又称,它是对所计算的平均数。

10.10.水平法又称，应用水平法计算平均发展速度时n 是个数.从本质上讲，用这种方法计算平均发展速度的其数值仅仅受和的影响。

11.11.若对以季度为单位的时间数列求季节比率,则壹年内季节比率之和等于。

12.12.最小平方法的数学依据是,这壹方法既适用于趋势的拟合,也适用于趋势的拟合。

二、判断题1. 1.时间数列中各个指标值是不能相加的。

2. 2.由时点数列计算序时平均数，其假定前提是：于间隔期间现象是均匀变动的。

3. 3.平均增长速度是环比增长速度的平均值，它是根据各个环比增长速度直接计算的。

4. 4.各期发展水平之和和最初水平之比，等于现象发展的总速度。

5. 5.环比增长速度的连乘积等于定基增长速度。

6. 6.由相对数平均数时间数列计算序时平均数可采用。

7.7.若原数列的指标数值出现周期性的变化，应以周期的变化的长度作为移动平均数的项数。

8.8.移动平均法于 n 为偶数时，壹般要移动二次才能对正某个时期的趋势值。

9.9.移动平均法中,n 越大则移动平均法的修匀作用越小。

10.10.2000 年年底全国高等学校于校人数属于时期数列。

11.11.某企业 2001 年年底商品库存 380 万元是壹个时点数列。

12.12.序时平均数中的“首尾折半法”适用于计算间隔相等的时点数列。

时间数列分析

时间数列分析时间数列分析时间是我们生活中不可或缺的一部分，它们组成了我们的回忆和经历。

时间数列分析是研究时间序列的变化和规律的一种方法。

通过对时间数列进行分析，我们可以了解时间的特性和变化趋势，从而为我们的生活和决策提供有益的信息。

在本文中，我们将详细分析时间数列分析的方法和应用。

时间数列分析是一种数学和统计学的工具，它通过对时间序列进行数学建模和统计分析，揭示时间变量之间的关系和规律。

常见的时间数列分析方法包括趋势分析、周期分析和季节性分析。

首先，趋势分析是指对时间序列数据的长期变化趋势进行分析和预测。

通过观察和分析时间序列的变化趋势，我们可以了解一项事物的增长或下降的速度和方向。

常见的趋势分析方法包括简单移动平均法、指数平滑法和趋势线拟合法。

简单移动平均法是将一段时间内的数据求平均值，作为该时段的预测值。

通过不断滚动窗口，我们可以得到整个时间序列的预测值。

指数平滑法则是通过对历史数据进行加权平均，得到未来的预测值。

这种方法更重视近期的数据，更能反映变化的趋势。

趋势线拟合法则是根据时间序列的变化趋势，拟合出一条线性或非线性曲线，来描述趋势的变化。

周期分析是指对时间序列中的周期性变化进行分析和预测。

周期变化是指在一定时间内重复出现的变化。

对于有明显周期性的数据，周期分析可以帮助我们预测未来的变化趋势。

常见的周期分析方法包括傅里叶分析和自回归移动平均模型（ARMA）。

傅里叶分析是将时间序列数据分解成一系列的频率分量，从而揭示数据的周期性变化。

这种方法可以将复杂的时间序列分解为多个简单的周期波动，进而进行预测和分析。

ARMA模型则是一种统计方法，它结合了自回归（AR）和移动平均（MA）模型，用于预测时间序列的未来值。

通过分析时间序列的自相关性和移动平均性，我们可以建立ARMA模型，进而进行预测。

季节性分析是指对时间序列中的季节性变化进行分析和预测。

季节性变化是指在一年内周期性出现的变化。

对于受季节因素影响较大的数据，季节性分析可以帮助我们了解季节的变化规律，并进行未来的预测。

第10章时间数列分析(部分)

采用简单算术平均法计算，公式为： a1＋a2＋……＋an ∑a a＝────────＝── n n
(B)间隔不等
公式为：
∑af a＝─── ∑f
②由间断时点数列计算平均发展水平
(A)间隔相等的间断时点数列。若掌握的是间隔
相等的期初或期末时点资料，则采用“首末折半法”
B)间隔不等的间断时点数列。
(a1＋a2)f1＋(a2＋a3)f2＋……＋(a n-1＋an)f n-1 a ＝─────────────────────── 2∑f n-1
2.由相对数时间数列或平均数时间数列计算平均发展水平。其计算公式如下：
c＝a／b
c：相对数时间数列或平均数时间数列平均发展水平。 a：分子数列的平均发展水平。 b：分母数列的平均发展水平。
二、增长量和平均增长量
增长量是以绝对数形式表示的动态指标，它是报告期水平与基期水平之差，表明现象在一定时期内增加或减少的绝对数量
累计增长量定基增长速度＝───────＝定基发展速度－1 固定基期水平
(三)增长1％的绝对值
它是一个把速度和水平相结合的指标，它用逐期增长量与环比增长速度对比求得。用公式表示为：逐期增长量
前一期水平
增长1 ％的绝对值＝────── ＝───────
环比增长速度
100
第十一章时间数列分析
第一节时间数列及其分析方法
一、时间数列的概念与分类 (一)时间数列的概念。时间数列是指将同类指标在不同时间上的数值，按时间先后顺序排列而形成成的统计数列，又称为时间序列或动态数列。
(二)时间数列的种类。
1.绝对数时间数列。是把一系列的同类总量指标，按时间先后顺序排列而成的数列，反应了现象在不同时间上所达到的总量水平。 (1)时期数列 (2)时点数列 2.相对数时间数列。是把一系列相对指标按时间先后顺序排列而成的数列。 3. 平均数时间数列。是把一系列平均指标按时间先后顺序排列而成的数列。

十章节时间数列分析指标

13
为了计算时间分析指标，需要将不同时间的发展水平进行比较。对比时把所要研究的那个时期（时点）的发展水平叫做报告期发展水平（或计算期水平），简称报告期水平；把用来作为对比基础时期（时点）的发展水平叫做基期发展水平，简称基期水平。
报告期水平和基期水平不是固定不变的。它根据研究目的的不同和时间的变更而改变。
an
f1 f2 fn1
f n1
25
[例10] 某商场2002年库存情况如下表所示。计算该商场2002年的月平均库存额
26
2、相对数时间数列＆平均数时间的序时平均数
其基本计算公式为： c
a
b
式中：
c 代表相对数或平均数时间数列的序时平均数；
a 代表分子的总量指标时间数列的序时平均数；
2
2
2 2
2 245(人)
3
3
24
B. 间隔不等的间断时点数列。
在某些情况下，间断时点数列的间隔也可能是不相等的。如果掌握间隔不等的每期期末资料，则可用
各间隔时间为权数对各项相应的相邻两时点数列加权，应用加权算术平均法计算序时平均数。其计算公式为：
a
a1
a2 2
f1
a2
2
a3
f2
an1 2
时间数列由两个基本要素构成：一是被研究现象所属的时间；二是在一定时间条件下的统计指标数值 2
二、时间数列的种类
时期数列
绝对数时间数列时点数列
时
由两个时期数列对比而成的相对数时
间
间数列
数
由两个时点数列对比而成的相对数时
列相对数时间数列间数列
的
由一个时期数列和一个时点数列对比
种

(时间管理)时间数列分析

考试辅导：时间数列的分析与预测

统计学第06章 时间数列和分析

应用统计学时间数列分析概述

应用统计学时间数列分析

时间管理-时间数列分析(ppt97页)

时间数列分析

第六章 时间数列分析法

时间数列分析

第三章 时间数列分析

(时间管理)练习时间数列分析

时间数列分析

第10章时间数列分析(部分)

十章节时间数列分析指标

统计学第06章时间数列和分析

第六章时间数列分析法

第三章时间数列分析