6.1　时间序列预测基础知识

时间序列是按时间排序的一系列数据点，即

x1，x2，…，xt，…

我们可以认为时间序列是系统中某一变量的观测值按时间顺序（时间间隔相同）排列成的一个数值序列，展示研究对象在一定时期内的变动过程，从中寻找和分析事物的变化特征、发展趋势和规律。它是系统中某一变量受其他各种因素影响的总结果。(https://www.daowen.com)

时间序列数据示例：城市的电力需求、飞机上设备的传感器测量值、致电保险服务的次数、光传感器测量值（以及穿过房间的移动）、智能手机GPS和城市旅行者的信号强度测量值（及其预测轨迹）、睡眠期间获得的EEG和ECG信号、树木中的细胞生长、环境测量（温度、湿度）等场景。

通过例子可知，时间序列预测通过处理预测目标本身的序列数据，获得事物随时间过程的演变特性与规律，进而预测事物的未来发展。它不研究事物之间相互依存的因果关系。其成立的基础就是惯性原则。即在一定条件下，被预测事物的过去变化趋势会延续到未来。暗示着历史数据存在着某些信息，利用它们可以解释与预测时间序列的现在和未来。