四、平稳时间序列分析••平滑分析大多数时间序列数据都具有上下起伏的波动，对于时间序列数据的识别十分困难
平滑分析可以把数据分为两个部分：一部分逐渐发生变化，便于分析处理；另一部分则含有突变的成份
时间平滑：用某时刻及其前后若干时刻的值进行加权平均，所得值作为该时刻的替代值以滤去小扰动的方法
平滑分析该部分以1983年1月到7月Milford城镇的自来水消费量为例
文件：ch51
dta导入数据：
use"C:\Users\Administrator\Desktop\时间序列\数据\ch51
dta",clear平滑分析描述性统计：
describe平滑分析生成日期变量（一）：
gendate=mdy(month,day,year)
listin1/5平滑分析设置时间（二）：
tssetdate,format(%d)
listin1/5平滑分析趋势图：
graphtwolinewaterdate,ylabel(300(100)900)平滑分析生成移动平均值（1）：
genwater3=(water[_n-1]+water[_n]+water[_n+1])/3平滑分析生成移动平均值（2）：
tssmoothmawater5=water,window(212)注：tssmooth:表示移动平均值平滑(加权或不加权);window(212):表示使用该值的前两个值、该值与该值的后两个值进行平均计算；平滑分析趋势图：
graphtwolinewater5date,clwidth(thick)||linewaterdate,clwidth(thin)clpattern(solid)平滑分析波动幅度：
gench=water-water5
listin1/5平滑分析波动幅度：
graphtwolinechdate平滑分析-滞后变量导入数据：
use"C:\Users\Administra
