简述

一般而言，历史数据对未来值的影响是随着时间地推移而递减的。所以，不同于移动平均法只关注时间序列中近期数据对预测值的影响，指数平滑法对时间序列中所有的观测值依时间顺序进行加权平均作为预测值的作法，显得更切合实际。

简述

移动平均法（Moving average，MA）是根据时间的推移，依次计算某个时间窗口内的时序平均数，以此预测长期趋势的方法。

使用场景：当时间序列受周期变动和不规则变动的影响，起伏较大，不易观测发展趋势时，可用移动平均法消除这些因素的影响。

时间序列是一组数据序列，且序列中的单一变量是按时间的先后次序产生的。

简述

时间序列根据研究依据可分为不同的类型，主要包括以下几种：

• 按研究的对象的个数，可分为一元时间序列、二元时间序列和多元时间序列
• 按时间采样的连续性，可分为连续时间序列和离散时间序列
• 按时间序列的分布规律，可分为高斯型时间序列和非高斯型时间序列
• 按序列的统计特性，可分为平稳时间序列和非平稳时间序列