当存在明显的周期性或季节性模式时，一些时间序列会表现出可预测性。还有一些时间序列表现出可预测性，是因为正自相关（即相邻观测之间的相关性）会产生看似短期的趋势。
请查看右侧的时间序列图。哪一对时间序列看起来不可预测？
本练习是课程的一部分
通过我们的互动练习之一，将理论转化为实践
本章将向您介绍如何在 R 中组织与可视化时间序列数据。您将学习时间序列分析中广泛使用的若干简化假设，以及金融时间序列的常见特征。
本章中，您将进行趋势识别，并学习白噪声（WN）模型、随机游走（RW）模型，以及平稳过程的定义。
当前练习
本章中，您将回顾相关系数，使用它来比较两条时间序列，并将其用于将时间序列与其自身的过去进行比较（即自相关）。您将了解自相关函数（ACF），并练习估计与可视化时间序列数据的自相关。
本章中，您将学习自回归（AR）模型及其若干基本性质。您还将练习在 R 中模拟与估计 AR 模型，并将 AR 模型与随机游走（RW）模型进行比较。
本章中，您将学习简单移动平均（MA）模型及其若干基本性质。您还将练习在 R 中模拟与估计 MA 模型，并将 MA 模型与自回归（AR）模型进行比较。
