描述过去、分析规律和预测未来

时间序列

某种现象的指标数值按照时间顺序排列而成的数值序列。

时间要素+数值要素

分类：时期序列（数值要素反映现象在一定时期内发展的结果）&时点序列（数值要素反映现象在一定时点上的瞬间水平）

时期序列可加，时点序列不可加

变化规律（可叠加可乘积=Y 指标数值的最终变动 年份数据不能分解；随时间变化的季节变动大使用乘积 波动恒定用叠加 不存在季节变动则均可）：长期变动趋势T、季节变动规律S、周期变动规律C(以年为单位，商业周期等)、不规则变动I

SPSS处理时间序列中的缺失值：

直接删除（头尾）

替换缺失值（中间）：序列平均值、临近点的平均值、临近点的中位数、线性插值、临近点的线性趋势

分析

1. 数据预处理
2. 定义时间变量SPSS
3. 时间序列图确认乘积还是叠加
4. 时间序列分解：周期性、包含长期趋势、季节变动、循环变动
5. 分解后的时序图
6. 建立时间序列分析模型（SPSS专家建模器）p24→对残差进行白噪声检验
7. 预测未来

AIC和BIC准则选择模型：