① 没有规律的时间序列可以分段预测吗
可以
时间序列中的每一时期的数值都是由许许多多不同的因素同时发生作用后的综合结果。求时间序列的长期趋势(T)、季节变动(S)和不规则变动(I)的值，并选定近似的数学模式来代表它们。对于数学模式中的诸未知参数，使用合适的技术方法求出其值。利用时间序列资料求出长期趋势、季节变动和不规则变动的数学模型后，就可以利用它来预测未来的长期趋势值T和季节变动值S，在可能的情况下预测不规则变动值I。然后用以下模式计算出未来的时间序列的预测值Y。 加法模式：T+S+I=Y乘法模式：T乘以S乘以I=Y 如果不规则变动的预测值难以求得，就只求长期趋势和季节变动的预测值，以两者相乘之积或相加之和为时间序列的预测值。如果经济现象本身没有季节变动或不需预测分季分月的资料，则长期趋势的预测值就是时间序列的预测值，即T=Y。但要注意这个预测值只反映现象未来的发展趋势，即使很准确的趋势线在按时间顺序的观察方面所起的作用本质上也只是一个平均数的作用，实际值将围绕着它上下波动 觉得有用点个赞吧
② 时间序列可以进行小波变换吗好像离散小波变换具有时移不变性
时间和空间序列当然都可以进行小波变换（连续和离散小波变换都可），普通离散小波变换（DWT）不具有时移不变性，因为其计算时用了抽样，所以具有平移敏感性，只有离散平稳小波变换（SWT）才可避免平移的敏感性。
③ 间断时间序列分析是全部为连续变量的回归分析吗
是。通过将时间变量视为自变量，将时间序列视为因变量，回归分析也可以用于时间序列方法。时间序列分析是指将原来的销售分解为四部分来看趋势、周期、时期和不稳定因素，然后综合这些因素，提出销售预测。
④ 间断时间序列分析是什么
时间序列分析（Time-SeriesAnalysis）是指将原来的销售分解为四部分来看——趋势、周期、时期和不稳定因素，然后综合这些因素，提出销售预测。强调的是通过对一个区域进行一定时间段内的连续遥感观测，提取图像有关特征，并分析其变化过程与发展规模。当然，首先需要根据检测对象的时相变化特点来确定遥感监测的周期，从而选择合适的遥感数据。
1.用观测、调查、统计、抽样等方法取得被观测系统时间序列动态数据。
2.根据动态数据作相关图，进行相关分析，求自相关函数。相关图能显示出变化的趋势和周期，并能发现跳点和拐点。跳点是指与其他数据不一致的观测值。如果跳点是正确的观测值，在建模时应考虑进去，如果是反常现象，则应把跳点调整到期望值。拐点则是指时间序列从上升趋势突然变为下降趋势的点。如果存在拐点，则在建模时必须用不同的模型去分段拟合该时间序列，例如采用门限回归模型。
3.辨识合适的随机模型，进行曲线拟合，即用通用随机模型去拟合时间序列的观测数据。对于短的或简单的时间序列，可用趋势模型和季节模型加上误差来进行拟合。对于平稳时间序列，可用通用ARMA模型（自回归滑动平均模型）及其特殊情况的自回归模型、滑动平均模型或组合-ARMA模型等来进行拟合。当观测值多于50个时一般都采用ARMA模型。对于非平稳时间序列则要先将观测到的时间序列进行差分运算，化为平稳时间序列，再用适当模型去拟合这个差分序列。
⑤ 方差分解时间序列可以是不稳定的么
可以。
方差与时间t有关，不满足平稳性要求，如果一个时间序列不是稳定的序列，可以通过差分法将其变为稳定序列。
如果一个时间序列的统计特征如平均数，方差随着时间保持不变，就可以认为它是稳定的。稳定性的确定标准是非常严格的。
⑥ 毕业论文可以做时间序列的一元回归吗
可以。因为时间序列大都都是不稳定的。如果将不稳定的序列直接纳入到计量模型里面很有可能会造成伪回归。
⑦ 时间序列分析中 如果数据中有两年中断了 怎么办
添加缺失值
1 、以均值代替
2、用极大似然或最小二乘对缺失只进行估计
⑧ 间断时间序列分析是一种自身对照实验设计吗
不是。因为间断时间序列分析需要有平行对照组或配对对照组。当有上述两个对照组时，可以拟合带对照组的ITS，可提高ITS设计的内部有效性。
⑨ SPSS时间序列分析预测图图像的中断问题
你的预测是从第7期开始的，而第六期的数据只是一个时点，所以存在着间断。你可以试着从第六期的开始预测即可。