基于时间序列与人工神经网络的房地产周期识别？

构成要素：长期趋势，季节变动，循环变动，不规则变动。长期趋势（ T ）现象在较长时期内受某种根本性因素作用而形成的总的变动趋势；季节变动（ S ）现象在一年内随着季节的变化而发生的有规律的周期性变动；

循环变动（ C ）现象以若干年为周期所呈现出的波浪起伏形态的有规律的变动；不规则变动（I ）是一种无规律可循的变动，包括严格的随机变动和不规则的突发性影响很大的变动两种类型。根据观察时间的不同，时间序列中的时间可以是年份、季度、月份或其他任何时间形式。

扩展资料

特征：时间序列分析法是根据过去的变化趋势预测未来的发展,它的前提是假定事物的过去延续到未来。在一般情况下,时间序列分析法对于短、近期预测比较显著,但如延伸到更远的将来,就会出现很大的局限性,导致预测值偏离实际较大而使决策失误。

时间序列中的每个观察值大小,是影响变化的各种不同因素在同一时刻发生作用的综合结果。从这些影响因素发生作用的大小和方向变化的时间特性来看,这些因素造成的时间序列数据的变动分为四种类型。

参考资料来源：百度百科——时间序列