时间序列数据

时间序列 是以规律的时间间隔采集的测量值的有序集合，例如，每日的股票价格或每周的销售数据。测量值可以是您感兴趣的任何内容，每个序列通常可以归为下列类别之一：

• 因变量。要预测的序列。
• 预测变量。这是可能有助于解释目标的序列，例如使用广告预算来预测销售量。预测变量只能用于 ARIMA 模型。
• 事件。一种特殊的预测变量序列，用于说明可预测的重复发生事件，例如促销活动。
• 干预。一种特殊的预测变量序列，用于说明一次性事件，例如停电或员工罢工。

时间间隔可以代表任何时间单位，但所有测量值的时间间隔必须相同。而且，没有测量值的任何时间间隔必须设置为缺失值。因此，有测量值的时间间隔数（包括测量值为缺失值的时间间隔）定义数据历史记录范围的时间长度。