时间序列简介
欢迎来到时间序列 (Time Series) 的世界！在这个章节里，我们将学习如何观察随时间变化的数据。无论是巧克力棒过去十年的价格、每个月雨伞的销量，还是你成长过程中的身高变化，时间序列都能帮助我们找出规律，甚至推测未来可能发生的事。别担心，听起来虽然有点专业，但其实它只是在数字中找出“节奏”而已！
1. 什么是时间序列？
时间序列就是一组在一段时间内，按规律间隔收集而来的数据点。当我们把这些数据绘制成图表时，永远要将时间 (Time) 放在横轴（即 \(x\)-axis），将我们要衡量的变量 (Variable) 放在纵轴（即 \(y\)-axis）。
类比：你可以把时间序列图想象成企业或天气的“心跳”。它会上下波动，但我们想要观察的是这些小跳动背后的“大趋势”。
我们主要寻找三种规律：
1. 趋势 (Trend)：数据长期变动的总体方向（它是上升、下降，还是保持平稳？）。
2. 季节性变动 (Seasonal Variation)：在固定周期内重复出现的规律，例如每周或每年（例如：夏天卖出的雪糕较多）。
3. 周期性趋势 (Cyclic Trends)：长期且不像季节那样规律的“波浪”，例如跨越多年发生的经济荣衰循环。
重点小结：时间序列图显示了某事物随时间的变化。我们观察重点是趋势（大局观）和季节性规律（固定的起伏）。
2. 移动平均数：“抚平波动”
有时候，原始数据会有很多“噪音”或过于“跳跃”，让人很难看出背后的真实趋势。我们利用移动平均数 (Moving Averages) 来抚平这些波动。
什么是移动平均数？
移动平均数是一组固定连续数据点的平均值。例如，4点移动平均数 (4-point moving average) 就是连续四个时间段数据的平均值。
步骤教学：计算 4 点移动平均数
假设你拥有四季（春、夏、秋、冬）的销量数据：
1. 将前 4 个数值加起来。
2. 除以 4 以求出平均值。
3. 记录这个数值（通常绘制在所使用时间段的中间位置）。
4. 向前移动一个时间格，去掉第一个数值，加入下一个新的数值，然后重复上述步骤。
为什么用 4 点？我们通常选择 4 点是因为一年有 4 个季度。这有助于抵销不同季节带来的“季节性”影响，让我们能看到真正的趋势。
快速温习：移动平均数能帮我们去除数据中的“噪音”，从而找出趋势线 (Trend Line)。
3. 绘制并解读趋势线
当你算出移动平均数后，就可以将它们标示在图表上，并画出一条穿过这些点的直线，这就称为趋势线。
斜率 (Gradient)：趋势线的陡峭程度告诉我们变化的快慢。
- 陡峭的上升线代表急剧增加。
- 平缓的下降线代表缓慢减少。
常见错误提醒：绘制移动平均数时，请务必将点标记在时间间隔的中间点 (mid-point)。对于 4 点移动平均数，第一个点应该标记在第 2 个与第 3 个时间段之间。
4. 情境中的季节性与周期性趋势
统计数据通常遵循着一定的“节拍”。识别这个节拍能帮助企业提前做好规划。
季节性变动：是指实际数值与特定时间点趋势数值之间的差额。
例子：玩具店的趋势线可能显示稳定增长，但他们 12 月的实际销量总是会远高于趋势线。这就是一个季节性高峰。
你知道吗？数据中的“季节”不仅限于天气。所谓“季节性”可以指每日规律（例如每天早上的交通挤塞）或每周规律（例如星期五晚上的热门餐厅）。
重点小结：趋势显示长期方向，而季节性变动则显示规律且可预测的节奏。
5. 高阶课程 (Higher Tier)：进行预测
注意：本节专为高阶 (Higher Tier) 学生设计，但了解我们如何“猜想”未来对所有人都有帮助！
如果我们知道趋势和平均季节性效应，就能预测未来的数值。这称为外推法 (Extrapolation)。
如何计算预测值：
1. 找出季节性变动： \( \text{变动量} = \text{实际数值} - \text{趋势数值} \)
2. 找出平均季节性变动：算出该特定“季节”的所有变动量的平均值（例如，历年来所有“第一季度”变动量的平均）。
3. 进行预测：将趋势线延伸至未来的时间点，得到预测趋势值，然后使用以下公式：
\( \text{预测值} = \text{预测趋势值} + \text{平均季节性变动} \)
外推法的风险
如果你的预测不够精准也不用担心！外推法（预测未来）是有风险的。你尝试预测得越远，你的答案可信度就越低，因为现实世界的事物可能会发生意料之外的变化。
重点小结：要预测未来，从趋势线开始，然后加上平均季节性效应进行调整。
总结清单
检查你的理解：
- 我能判断趋势是上升还是下降吗？(趋势)
- 我知道时间总是放在 \(x\)-轴上吗？
- 我会计算 4 点移动平均数吗？(4 个数值的平均值)
- 我理解“季节性”是指任何规律的重复模式吗？
- (高阶课程) 我知道如何利用趋势线和季节性效应来进行预测吗？
如果刚开始觉得这部分有点棘手也不要担心——只要多练习计算平均数和画线，你就会发现看穿数据规律其实一点也不难！