1.时间序列
时间序列是指将同一统计指标的数值按其发生的时间先后顺序排列而成的数列。
2.时间序列预测
时间序列分析的主要目的是根据已有的历史数据对未来进行预测
3.时间序列的构成要素
时间序列数据本质上反映的是某个或者某些随机变量随时间不断变化的趋势，而时间序列预测方法的核心就是从数据中挖掘出这种规律，并利用其对将来的数据做出估计。
构成要素：
1）长期趋势（ T ）现象在较长时期内受某种根本性因素作用而形成的总的变动趋势。
2）季节变动（ S ）现象在一年内随着季节的变化而发生的有规律的周期性变动。
3）循环变动（ C ）现象以若干年为周期所呈现出的波浪起伏形态的有规律的变动。
4）不规则变动（I ）是一种无规律可循的变动，包括严格的随机变动和不规则的突发性影响很大的变动两种类型。
组合模型
1）加法
2）乘法
4.时间序列预测方法
1）AR（自回归模型）
5）LSTM
6）CNN
7）RNN
因篇幅问题不能全部显示，请点此查看更多更全内容