产品经理的数学课 · 第27讲

时间序列分析：从历史数据预测未来

用户流量有高峰低谷，销售有季节波动。时间序列分析帮你从历史数据中发现模式，预测未来的趋势。

---

前言

你的产品流量数据：

• 周一：1000
• 周二：1200
• 周三：1100
• 周四：1300
• 周五：1500
• 周六：800
• 周日：700

问题：下周一的流量是多少？

观察：

• 整体趋势：工作日高，周末低（周期性）
• 随机波动：每天有小的随机变化

时间序列分析：把数据分解成趋势、季节性、残差，然后用这些模式预测未来。

---

核心概念

时间序列的组成

时间序列 = 趋势 + 季节性 + 残差

趋势（Trend）：长期上升或下降

• 例子：用户数逐月增长

季节性（Seasonality）：固定周期的重复模式

• 例子：周末流量低，工作日流量高

残差（Residual）：去除趋势和季节性后的随机波动

• 例子：某天因为促销活动流量突然增加

分解方法

加法模型：Y = 趋势 + 季节性 + 残差

• 季节性波动幅度不随趋势变化

乘法模型：Y = 趋势 × 季节性 × 残差

• 季节性波动幅度随趋势变化

移动平均（Moving Average）

简单移动平均：过去 n 个值的平均

$$ MA_t = \frac{Y_t + Y_{t-1} + … + Y_{t-n+1}}{n} $$

指数移动平均：近期值权重更大

$$ EMA_t = \alpha Y_t + (1-\alpha) EMA_{t-1} $$

应用：

• 平滑数据，减少噪声
• 识别趋势

ARIMA 模型

ARIMA（AutoRegressive Integrated Moving Average）：

• AR（自回归）：当前值依赖于过去值
• I（差分）：用差分去除趋势
• MA（移动平均）：当前值依赖于过去的误差

参数：ARIMA(p, d, q)

• p：自回归阶数
• d：差分阶数
• q：移动平均阶数

选择参数：

• AIC/BIC 最小
• 残差自相关检验

预测评估

评估指标：

• MAE（平均绝对误差）：|预测值 - 真实值| 的平均
• MAPE（平均绝对百分比误差）：|误差|/真实值 的平均
• RMSE（均方根误差）：√(误差² 的平均)

预测区间：95% 置信区间

• 下界：预测值 - 1.96 × 标准差
• 上界：预测值 + 1.96 × 标准差

---

产品经理的应用

应用场景一：用户流量预测

你的产品有 30 天的流量数据。

分解结果：

• 趋势：每周增长 2%
• 季节性：周末比工作日低 30%
• 残差：标准差 100

预测：下周一的流量

• 趋势：1000 × (1.02)^1 = 1020
• 季节性：周一比平均高 10%（1.1）
• 预测值：1020 × 1.1 = 1122
• 95% 置信区间：1122 ± 1.96 × 100 = [926, 1318]

行动：准备服务器容量应对 1300 的峰值。

应用场景二：销售预测

你的产品有 12 个月的销售数据。

ARIMA 模型：ARIMA(1,1,1)

预测：

• 下个月销售：1000 件
• 95% 置信区间：[900, 1100]

行动：

• 采购量：1000 件（预期值）
• 安全库存：100 件（应对上界）

应用场景三：异常检测

你的产品流量通常在 1000-1200 之间。

某天流量突然跳到 2000。

检测方法：

• 预测值：1100
• 预测区间：[900, 1300]
• 实际值：2000（超出预测区间）

行动：

• 检查是否有促销活动
• 检查是否有数据异常
• 如果是真实增长，更新模型

---

常见误区

误区一：时间序列总是平稳的

「直接对原始数据建模」

很多时间序列是非平稳的（有趋势、季节性）。需要：

• 差分去除趋势
• 季节性分解
• 对平稳序列建模

误区二：忽略季节性

「用简单的线性回归预测」

季节性是重要的模式。忽略它会导致：

• 预测偏差
• 置信区间不准确

必须分解季节性。

误区三：过拟合模型

「选择复杂的 ARIMA 模型」

复杂模型可能过拟合（在训练数据上表现好，预测差）。

选择简单模型：

• AIC/BIC 最小
• 残差检验通过

误区四：预测无限期

「预测未来 12 个月的流量」

预测越远，不确定性越大。通常：

• 短期预测（1-2 周）：比较准确
• 长期预测（3-6 个月）：不确定性很大

给出预测区间，不只是点估计。

---

PM/BA 应用

场景	时间序列工具	决策价值
流量预测	移动平均/ARIMA	容量规划
销售预测	趋势分解	库存管理
异常检测	预测区间	及时干预
需求预测	季节性模型	采购计划
用户增长	趋势分析	目标设定

---

课后测验

题目 1

你的产品流量有明显的周季节性：工作日高，周末低。以下哪种方法最适合？

A. 简单移动平均
B. 线性回归
C. 带季节性分解的 ARIMA
D. 指数平滑

查看答案与解析

答案：C（带季节性分解的 ARIMA）

为什么选 C？

• 简单移动平均：只平滑，不预测趋势和季节性
• 线性回归：不处理季节性
• 指数平滑：处理趋势，但季节性处理较弱
• ARIMA：可以同时处理趋势、季节性、自相关

ARIMA 的优势：

• 自回归项（AR）捕捉自相关
• 差分项（I）处理趋势
• 移动平均项（MA）处理随机波动
• 季节性扩展（SARIMA）处理周期性

题目 2

你的 ARIMA 模型预测下个月销售 1000 件，95% 置信区间 [900, 1100]。以下哪种解释最准确？

A. 下个月一定卖 1000 件
B. 下个月有 95% 的概率卖 900-1100 件
C. 下个月卖 900-1100 件的概率是 95%
D. 下个月的销售量是 1000 件左右

查看答案与解析

答案：C（下个月卖 900-1100 件的概率是 95%）

预测区间的含义：

• 在长期重复预测中，95% 的预测区间会包含真实值
• 对于这一次预测，我们有 95% 的置信度真实值在 [900, 1100]

行动：

• 采购量：1000 件（预期值）
• 安全库存：100 件（应对上界）
• 如果卖不到 900 件，需要调查原因

题目 3

你的产品流量通常在 1000-1200 之间，某天突然跳到 2000。以下哪种做法最合适？

A. 忽略，可能是正常波动
B. 检查是否有促销活动或数据异常
C. 立即增加服务器容量
D. 删除这个异常值

查看答案与解析

答案：B（检查是否有促销活动或数据异常）

异常检测流程：

1. 计算预测值和预测区间（[900, 1300]）
2. 实际值 2000 超出预测区间
3. 调查原因：
   • 是否有促销活动？（真实增长）
   • 是否有数据采集错误？（异常值）
   • 是否有外部事件？（节假日）

行动：

• 如果是真实增长：更新模型，调整容量
• 如果是数据异常：修正数据，重新分析
• 如果是外部事件：记录事件，预测下次影响

---

本课要点

1. 时间序列 = 趋势 + 季节性 + 残差
2. 移动平均：平滑数据，识别趋势
3. ARIMA：自回归 + 差分 + 移动平均
4. 预测评估：MAE, MAPE, RMSE
5. 预测区间：给出不确定性范围

---

延伸阅读

• Box, Jenkins, Reinsel, 《Time Series Analysis: Forecasting and Control》 — 时间序列分析的经典教材
• Hyndman & Athanasopoulos, 《Forecasting: Principles and Practice》 — 时间序列预测的现代方法
• Shumway & Stoffer, 《Time Series Analysis and Its Applications》 — 时间序列分析教材

---

下一步

下一课：因果推断：从观察数据中找因果关系 — 用因果推断方法从观察数据中找出真正的因果关系。

---

工具提示：用 Python 的 statsmodels 库或 R 的 forecast 包实现 ARIMA 模型——从简单的时间序列开始，理解趋势和季节性。