时间序列分析预测法一般用于那些方面,有什么优缺点?

时间序列是指同一变量按事件发生的先后顺序排列起来的一组观察值或记录值.构成时间序列的要素有两个：其一是时间,其二是与时间相对应的变量水平.实际数据的时间序列能够展示研究对象在一定时期内的发展变化趋势与规律,因而可以从时间序列中找出变量变化的特征、趋势以及发展规律,从而对变量的未来变化进行有效地预测.
时间序列的变动形态一般分为四种：长期趋势变动,季节变动,循环变动,不规则变动.
时间序列预测法的应用：
系统描述
　　根据对系统进行观测得到的时间序列数据,用曲线拟合方法对系统进行客观的描述.
系统分析
　　当观测值取自两个以上变量时,可用一个时间序列中的变化去说明另一个时间序列中的变化,从而深入了解给定时间序列产生的机理.
预测未来
　　一般用ARMA模型拟合时间序列,预测该时间序列未来值.
决策和控制
根据时间序列模型可调整输入变量使系统发展过程保持在目标值上,即预测到过程要偏离目标时便可进行必要的控制.
时间序列预测法的基本特点是：
假定事物的过去趋势会延伸到未来；
预测所依据的数据具有不规则性；
撇开了市场发展之间的因果关系.
找的好辛苦!