前言

时间序列是指将同一统计指标的数值按其发生的时间先后顺序排列而成的数列。正如人们常说，人生的出场顺序很重要，时间序列中隐藏着一些过去与未来的关系。时间序列分析试图通过研究过去来预测未来。

时间序列分析在工程、金融、科技等众多领域有着广泛的应用。在大数据时代，时间序列分析已经成为 AI 技术的一个分支，通过将时间序列分析与分类模型相结合，更好的应用于数据检测、预测等场景。

几个高频面试题目

1.如果时间序列存在异常值,对时间序列分析有什么影响

过拟合的程度造成很大影响。

因为这是基于所有数据的统计或具有可变统计边界的移动窗口的。

时间序列是指将某种现象某一个统计指标在不同时间上的各个数值，按时间先后顺序排列而形成的序列。时间序列法是一种定量预测方法，亦称简单外延方法。

知识储备

1.时间序列常用模型

1 平滑法：用于趋势分析与预测，削弱短息随机波动对序列的影响，平滑技术有移动平均法和指数平滑法

2 趋势拟合法：把时间作为自变量，观察序列值为因变量，建立回归模型，具体可分为线性和曲线拟合

3 组合模型：时间序列趋势主要收到长期趋势（T）、季节变动（S）、周期波动（C）和不规则波动四个因素影响，可构建