时间序列分析法 对于预测，有定性和定量两类方法，定性的方法主要是作一些趋势性或转折点的判定
常用的方法有专家座谈会法，德尔菲法等
常用的定量预测方法有两种，一种是回归分析法，另一种常用方法就是时间序列分析法
这一章主要介绍有关时间序列分析法的有关内容
1 基本概念 所谓时间序列就是一组按照一定的时间间隔排列的一组数据
这一组数据可以表示各种各样的含义的数值，如对某种产品的需求量、产量，销售额，等
其时间间隔可以是任意的时间单位，如小时、日、周、月等
通常，对于这些量的预测，由于很难确定它与其他因变量的关系，或收集因变量的数据非常困难，这时我们就不能采用回归分析方法进行预测，或者说，有时对预测的精度要求不是特别高，这时我们都可以使用时间序列分析方法来进行预测
当然，时间序列分析法并非只是一种简单的预测分析方法，其实，基本的时间序列分析法确实很简单，但是也有一些非常复杂的时间序列分析方法
采用时间序列分析进行预测时需要用到一系列的模型，这种模型统称为时间序列模型
在使用这种时间序列模型时，总是假定某一种数据变化模式或某一种组合模式总是会重复发生的
因此可以首先识别出这种模式，然后采用外推的方式就可以进行预测了
采用时间序列模型时，显然其关键在于假定数据的变化模式（样式）是可以根据历史数据识别出来；同时，决策者所采取的行动对这个时间序列的影响是很小的，因此这种方法主要用来对一些环境因素，或不受决策者控制的因素进行预测，如宏观经济情况，就业水平，某些产品的需求量；而对于受人的行为影响较大的事物进行预测则是不合适的，如股票价格，改变产品价格后的产品的需求量等
这种方法的主要优点是数据很容易得到
相对说来成本较低
而且容易被决策者所理解
计算相对简单
（当然对于高级时间序列分析法，其计算也是非常复杂的
）此外，时间序列分析法常常用于中短期预测，因为在相对短的时间
