节变动趋势，以年为周期，按月、季给出的时间数列，呈现出随季节变化且每年反复有规则波动的变动形态。④不规则变动趋势，时间序列所呈现的变化趋势向没有一定规则，忽升忽降的变动形态。
而时间序列分析的作用，概括起来，主要有以下几个方面：
①对理论性模型与数据进行适度检验，以讨论模型是否能正确地表示所观测的客观现象。
②描述系统所处的状态及其结构性，从而达到认识和解释系统的目的。
③描述系统的运行规律性。
④预测并控制系统的未来行为，通过调整时间序列模型的输入变量，使系统发展过程保持在目标值上，从而达到预测和利用系统的目的。
2Matlab的介绍
MATLAB产品家族是美国MathWorks公司开发的用于概念设计，算法开发，建模仿真的集成环境。MATLAB是建立在向量、数组和矩阵基础上的一种分析和仿真工具软件包，包含各种能够进行常规运算的“工具箱”，如常用的矩阵代数运算、数组运算等；同时还提供了编程计算的编程特性，通过编程可以解决一些复杂的工程问题；也可绘制二维、三维图形，输出结果可视化。它是一个高性能的科技计算软件，广泛应用于数学计算、算法开发、数学建模、数据分析处理及可视化、科学和工程绘图等。
3时间序列预测模型及实例应用
时间序列预测法主要用于分析影响事物的主要因素比较困难或相关变量资料难以得到的情况，预测时先要进行时间序列的模式分析2。时间序列预测法包含指数平滑法、自回归移动平均模型等多种方法与模型，下面详细介绍自回归移动平均模型时间序列预测方法。
31基本数据
①预测采用来自《2008年中国统计年鉴》中我国1985年2007年中国人口普查总数的数据：
f龙源期刊网httpwwwqika
comc
②对模拟值处理的m文件代码：x198519861987198819892007；y105851107507109300111026131448132129；plot（x，y），holdo
；plot（x，y，）；title（中国人口普查总数，Fo
tSize，10）；xlabel（年份，Fo
tSize，10）；ylabel（人口总数（万），Fo
tSize，10）；
grido
③结果如图1所示：本文采用的数据取值为前15个原始数据对剩下的8个原始数据进行预测，最后预测的结果与现有的最后8个原始数据进行比较，算得误差，检测模型拟合效果及预测精度。32自回归移动平均模型（ARMA）ARMA序列的数学模型是有限参数线形模型。1）只要确定出有限个参数的值，模型也就完全确定。用它们来对数据进行拟合，考察数据内在的统计特征以及作最佳预报时数学上的分析处理都比较方便。2）AR（p）、MA（q）和ARMA（p，q）序列的谱r