.一周总结，底稿供参考我们通过案例来说明：假设我们拿到一个时间序列数据集：某男装生产线销售额。一个产品分类销售公司会根据过去 10 年的销售数据来预测其男装生产线的月销售情况。现在我们得到了10年120个历史销售数据，理论上讲，历史数据越多预测越稳定，一般也要24个历史数据才行！大家看到，原则上讲数据中没有时间变量，实际上也不需要时间变量，但你必须知道时间的起点和时间间隔。当我们现在预测方法创建模型时，记住：一定要先定义数据的时间序列和标记！这时候你要决定你的时间序列数据的开始时间，时间间隔，周期！在我们这个案例中，你要决定季度是否是你考虑周期性或季节性的影响因素，软件能够侦测到你的数据的季节性变化因子。定义了时间序列的时间标记后，数据集自动生成四个新的变量：YEAR、QUARTER、MONTH和DATE（时间标签）。接下来：为了帮我们找到适当的模型，最好先绘制时间序列。时间序列的可视化检查通常可以很好地指导并帮助我们进行选择。另外，我们需要弄清以下几点：此序列是否存在整体趋势？如果是，趋势是显示持续存在还是显示将随时间而消逝
