本文主要采用实证分析法对我国统计指标消除季节因素进行探讨。文章主要使用X-11对2009年至2016年中国社会消费品零售总额进行分析。剔除时间序列中的季节因素，比较调整前后的时间序列图，寻找不同之处。

2 预备知识

2。1时间序列分析的定义与特点  文献综述

从统计意义上来说，所谓的时间序列就是将某一个指标在不同时间上的不同数值，按照时间的先后顺序排列而成的数列[3]。

从数学意义上来说，假如我们对某一个过程的某一个变量或一组变量 进行观察测量，在一系列的时刻 为自变量，且 得到的离散有序集合， 称为离散数字时间序列，就是随机过程的一次样本实现[3]。

时间序列有以下的一些特点[3]：

⑴ 序列中的数据或数据点的位置依赖于时间，也就是说数据的取值依赖于时间的变化,但未必是时间 的严格函数。

⑵ 我们在每一个时刻所获取的数据都具有随机性，所以不可能完全准确的用历史值预测。

⑶ 不同时刻所获得的数据具有一定的相关性，而这种相关性就是系统的动态规律性。

⑷ 从整体上看，时间序列通常会呈现某种趋势性或者是周期性的变化。