一、季节性分解（分析-预测-季节性分解）
“季节性分解”过程可将一个序列分解成一个季节性成分、一个组合趋势和循环的成分和一个“误差”成分。此过程是对统计方法I（也称为比率与移动平均数方法）的实现。
1、示例。科学家想要对特定气象站的臭氧层每月测量结果进行分析。目标是确定数据中是否存在任何趋势。为了揭示真实趋势，由于季节性影响，科学家首先需要考虑所读取资
料中的变异。可使用“季节性分解”过程来删除任何系统性的季节性变化。然后对季节性调整序列执行趋势分析。
2、统计量。一组季节性因子。
3、数据。变量应为数值型。
4、假设。变量不应包含任何内嵌的缺失数据。至少必须定义一个周期性日期成分。
二、模型（分析-预测-季节性分解）
1、模型类型。“季节性分解”过程提供了用于对季节性因子建模的两种不同方法：乘法或加法。
1.1、乘法.季节性成分是一个因子，用来与经过季节性调整的序列相乘以得到原始序列。实际上，“趋势”会评估与序列的总体水平成正比的季节性成分。无季节性变动的观察值的季节性成分为1。
1.2、加法.将季节性调整项加到到季节性调整的序列以获取观察值。此调整尝试从序列中移去季节性影响，以查看可能被季节性成分“掩盖”的其他兴趣特征。实际上，“趋势”会评估不依赖于序列的总体水平的季节性成分。无季节性变动的观察值的季节性成分为0。
2、移动平均权重。“移动平均权重”选项允许您指定在计算移动平均数时如何处理序列。这些选项仅在序列的周期为偶数时才可用。如果周期为奇数，则所有点的权重都相等。
2．1、所有点都相等.使用等于周期的跨度以及所有权重相等的点来计算移动平均数。如果周期是奇数，则始终使用此方法。
2．2、按0.5对端点加权.使用等于周期加1的跨度以及以0.5加权的跨度的端点计算具有偶数周期的序列的移动平均。
三、保存（分析-预测-季节性分解-保存）
“季节性分解”过程创建了四个新变量（序列），并且每个指定的序列都带有以下三个字母的前缀：
SAF。季节性调整因子。这些值指示每个周期对序列水平的影响。
SAS。季节性调整序列。这些值是在删除序列的季节性变化之后获得的。
STC。平滑的趋势循环成分。这些值显示序列中出现的趋势和循环行为。
ERR。残差或“误差”值。这些值是在从序列中删除季节性、趋势和循环成分之后保留的。
来CDA学业务数据分析师，SPSS理论结合实战进行项目数据分析，助你成为从事数据采集、清洗、处理、分析并能制作业务报告、提供决策的新型数据分析人才，点击了解课程详情！
数据分析师一定要了解的大厂入门券，CDA数据分析师认证证书！
CDA（数据分析师认证），与CFA相似，由国际范围内数据科学领域行业专家、学者及知名企业共同制定并修订更新，迅速发展成行业内长期而稳定的全球大数据及数据分析人才标准，具有专业化、科学化、国际化、系统化等特性。
同时，CDA全栈考试布局和认证体系已得到教育部直属中国成人教育协会及大数据专业委员会认可，并由为IBM、华为等提供全球认证服务的Pearson VUE面向全球提供灵活的考试服务。
报名方式
登录CDA认证考试官网注册报名>>点击报名
报名费用
Level Ⅰ：1200 RMB
Level Ⅱ：1700 RMB
Level Ⅲ：2000 RMB
考试地点
Level Ⅰ：中国区30+省市，70+城市，250+考场，考生可就近考场预约考试 >看看我所在的地哪里报名<
Level Ⅱ+Ⅲ：中国区30所城市，北京/上海/天津/重庆/成都/深圳/广州/济南/南京/杭州/苏州/福州/太原/武汉/长沙/西安/贵阳/郑州/南宁/昆明/乌鲁木齐/沈阳/哈尔滨/合肥/石家庄/呼和浩特/南昌/长春/大连/兰州>看看我所在的地哪里报名<
报考条件
业务数据分析师 CDA Level I >了解更多<
▷ 报考条件：无要求。
▷ 考试时间：随报随考。
建模分析师 CDA Level II >了解更多<
▷ 报考条件（满足任一即可）：
1、获得CDA Level Ⅰ认证证书；
2、本科及以上学历，需从事数据分析相关工作1年以上；
3、本科以下学历，需从事数据分析相关工作2年以上。
▷ 考试时间：
一年四届 3月、6月、9月、12月的最后一个周六。
▷ 报考条件（满足任一即可）：
1、获得CDA Level Ⅰ认证证书；
2、本科及以上学历，需从事数据分析相关工作1年以上；
3、本科以下学历，需从事数据分析相关工作2年以上。
▷ 考试时间：
一年四届 3月、6月、9月、12月的最后一个周六。
数据科学家 CDA Level III >了解更多<
▷ 报考条件（满足任一即可）：
1、获得CDA Level Ⅱ认证证书；
2、本科及以上学历，需从事数据分析相关工作3年以上；
3、本科以下学历，需从事数据分析相关工作4年以上。
▷ 考试时间：
一年四届 3月、6月、9月、12月的最后一个周六。
（备注：数据分析相关工作不限行业，可涉及统计，数据分析，数据挖掘，数据库，数据管理，大数据架构等内容。）
——热门课程推荐：
想学习PYTHON数据分析与金融数字化转型精英训练营，您可以点击>>>“人才转型”了解课程详情；
想从事业务型数据分析师，您可以点击>>>“数据分析师”了解课程详情；
想从事大数据分析师，您可以点击>>>“大数据就业”了解课程详情；
想成为人工智能工程师，您可以点击>>>“人工智能就业”了解课程详情；
想了解Python数据分析，您可以点击>>>“Python数据分析师”了解课程详情；
想咨询互联网运营，你可以点击>>>“互联网运营就业班”了解课程详情；
数据分析咨询请扫描二维码
