① 沒有規律的時間序列可以分段預測嗎
可以
時間序列中的每一時期的數值都是由許許多多不同的因素同時發生作用後的綜合結果。求時間序列的長期趨勢(T)、季節變動(S)和不規則變動(I)的值，並選定近似的數學模式來代表它們。對於數學模式中的諸未知參數，使用合適的技術方法求出其值。利用時間序列資料求出長期趨勢、季節變動和不規則變動的數學模型後，就可以利用它來預測未來的長期趨勢值T和季節變動值S，在可能的情況下預測不規則變動值I。然後用以下模式計算出未來的時間序列的預測值Y。 加法模式：T+S+I=Y乘法模式：T乘以S乘以I=Y 如果不規則變動的預測值難以求得，就只求長期趨勢和季節變動的預測值，以兩者相乘之積或相加之和為時間序列的預測值。如果經濟現象本身沒有季節變動或不需預測分季分月的資料，則長期趨勢的預測值就是時間序列的預測值，即T=Y。但要注意這個預測值只反映現象未來的發展趨勢，即使很准確的趨勢線在按時間順序的觀察方面所起的作用本質上也只是一個平均數的作用，實際值將圍繞著它上下波動 覺得有用點個贊吧
② 時間序列可以進行小波變換嗎好像離散小波變換具有時移不變性
時間和空間序列當然都可以進行小波變換（連續和離散小波變換都可），普通離散小波變換（DWT）不具有時移不變性，因為其計算時用了抽樣，所以具有平移敏感性，只有離散平穩小波變換（SWT）才可避免平移的敏感性。
③ 間斷時間序列分析是全部為連續變數的回歸分析嗎
是。通過將時間變數視為自變數，將時間序列視為因變數，回歸分析也可以用於時間序列方法。時間序列分析是指將原來的銷售分解為四部分來看趨勢、周期、時期和不穩定因素，然後綜合這些因素，提出銷售預測。
④ 間斷時間序列分析是什麼
時間序列分析（Time-SeriesAnalysis）是指將原來的銷售分解為四部分來看——趨勢、周期、時期和不穩定因素，然後綜合這些因素，提出銷售預測。強調的是通過對一個區域進行一定時間段內的連續遙感觀測，提取圖像有關特徵，並分析其變化過程與發展規模。當然，首先需要根據檢測對象的時相變化特點來確定遙感監測的周期，從而選擇合適的遙感數據。
1.用觀測、調查、統計、抽樣等方法取得被觀測系統時間序列動態數據。
2.根據動態數據作相關圖，進行相關分析，求自相關函數。相關圖能顯示出變化的趨勢和周期，並能發現跳點和拐點。跳點是指與其他數據不一致的觀測值。如果跳點是正確的觀測值，在建模時應考慮進去，如果是反常現象，則應把跳點調整到期望值。拐點則是指時間序列從上升趨勢突然變為下降趨勢的點。如果存在拐點，則在建模時必須用不同的模型去分段擬合該時間序列，例如採用門限回歸模型。
3.辨識合適的隨機模型，進行曲線擬合，即用通用隨機模型去擬合時間序列的觀測數據。對於短的或簡單的時間序列，可用趨勢模型和季節模型加上誤差來進行擬合。對於平穩時間序列，可用通用ARMA模型（自回歸滑動平均模型）及其特殊情況的自回歸模型、滑動平均模型或組合-ARMA模型等來進行擬合。當觀測值多於50個時一般都採用ARMA模型。對於非平穩時間序列則要先將觀測到的時間序列進行差分運算，化為平穩時間序列，再用適當模型去擬合這個差分序列。
⑤ 方差分解時間序列可以是不穩定的么
可以。
方差與時間t有關，不滿足平穩性要求，如果一個時間序列不是穩定的序列，可以通過差分法將其變為穩定序列。
如果一個時間序列的統計特徵如平均數，方差隨著時間保持不變，就可以認為它是穩定的。穩定性的確定標準是非常嚴格的。
⑥ 畢業論文可以做時間序列的一元回歸嗎
可以。因為時間序列大都都是不穩定的。如果將不穩定的序列直接納入到計量模型裡面很有可能會造成偽回歸。
⑦ 時間序列分析中 如果數據中有兩年中斷了 怎麼辦
添加缺失值
1 、以均值代替
2、用極大似然或最小二乘對缺失只進行估計
⑧ 間斷時間序列分析是一種自身對照實驗設計嗎
不是。因為間斷時間序列分析需要有平行對照組或配對對照組。當有上述兩個對照組時，可以擬合帶對照組的ITS，可提高ITS設計的內部有效性。
⑨ SPSS時間序列分析預測圖圖像的中斷問題
你的預測是從第7期開始的，而第六期的數據只是一個時點，所以存在著間斷。你可以試著從第六期的開始預測即可。