对于本文内容，小编只知道作者介绍了一种用数据预测未来的方法——时间序列分析。……嗯，内容灰常灰常灰常烧脑，各位看官enjoy~

应用背景：

通过分析序列进行合理预测，做到提前掌握未来的发展趋势，为业务决策提供依据，这也是决策科学化的前提。

时间序列分析：

时间序列就是按时间顺序排列的一组数据序列。

时间序列分析就是发现这组数据的变动规律并用于预测的统计技术。

分析工具：

SPSS（数据分析的重量级应用，与SAS二选一）

实践案例：通过历史数据预测未来数据，所涉及的都是最简单的实践，抛砖引玉，重在方法，不论多复杂的数据，方法是一样的。

如已知前几年每月的销售量，预测未来的销售量。

一、时间序列分析简介

时间序列分析有三个基本特点：

1. 假设事物发展趋势会延伸到未来
2. 预测所依据的数据具有不规则性
3. 不考虑事物发展之间的因果关系

并不是所有的时间序列都一定包含四种因素，如以年为单位的诗句就可能不包含季节变动因素。

四种因素通常有两种组合方式：

1. 四种因素相互独立，即时间序列是四种因素直接叠加而成的，可用加法模型表示： Y=T+S+C+I
2. 四种因素相互影响。即时间序列是四种因素相互综合的结果，可用乘法模型表示：Y=T*S*C*I

其中，原始时间序列值和长期趋势可用绝对数表示；季节变动、循环变动、不规则变动可用相对数（变动百分比）表示。

二、季节分解法

当我们对一个时间序列进行预测时，应该考虑将上述四种因素从时间序列中分解出来。