数据分析工作台
基于权威经济时序数据，提供以下专业分析方法，支持相关性、趋势、聚类、预测等多维分析：
预测
- 趋势预测：基于历史走势预测未来，给出预测值与置信区间，可多模型对比。
结构分析
- 区域收敛分析：看多个地区的差距是在拉大还是缩小，落后地区是否在追赶。
- 序列聚类（KMeans）：按走势把多个地区/指标自动分组，找出走势相似的一类。
- 宏观景气指数（PCA）：把多项指标合成一个综合景气指数，反映整体冷热。
关联分析
- 多元回归（OLS）：看一个指标主要受哪些指标影响，给出影响方向与强弱。
- 动态相关性矩阵：计算多项指标两两之间的相关程度，输出相关性热力图。
- 相关性计算器（Pearson）：衡量两项指标的相关方向与强弱。
- 散点回归（Scatter & Trend）：用散点与拟合线看两项指标的关系与拟合优度。
- 格兰杰因果检验：判断一个指标的变化是否领先于另一个。
- 领先滞后相关：找出一个指标领先另一个几期时关系最强。
- 滚动相关：看两个指标的关系是一直稳定，还是近年发生了变化。
趋势分析
- 转折点检测：自动找出走势发生换挡（加速/放缓/由升转降）的时期。
- 趋势与周期分离（HP Filter）：把走势拆成长期趋势与周期波动两部分。
- 季节性分解：把月度/季度数据拆成趋势、季节、残差，剔除季节看真实走势。
- 异常值检测：识别数据中明显偏离常态的异常时期。
其他
- 同比序列生成（YoY）：针对年度/季度/月度数据生成同比增速序列，仅在详情页使用，不调用 Python 服务。
- 环比序列生成（QoQ/MoM）：针对季度/月度数据生成环比增速序列，仅在详情页使用，不调用 Python 服务。
- 累计值序列生成：针对季度/月度数据生成年内累计值序列，仅在详情页使用，不调用 Python 服务。
- 累计同比序列生成：在累计值基础上生成累计同比增速序列，仅在详情页使用，不调用 Python 服务。
