时间序列分析的目的:给定一个已被观测了的时间序列,预测该序列的未来值
ARIMA 模型:如果一个时间序列经差分运算后具有平稳性,则该序列为差分平稳序列,可以使用 ARIMA 模型进行分析。
时间序列的预处理:
- 平稳性检验:
时序图检验:平稳序列的时序图显示该序列值始终在一个常数附近随机波动,而且波动范围有界;
非平稳序列有明显的趋势性或周期性。
自相关图检验:平稳序列具有短期相关性,即只有近期的序列值对现时值的影响比较明显,间隔越远的过去值对现时值影响越小。随着延迟期数k的增加,平稳序列的自相关系数会比较快的衰减趋向于0, 并在0附近随机波动
非平稳序列的自相关系数衰减的速度比较慢。
单位根检验:存在单位根就是非平稳序列。
- 纯随机性检验(白噪声检验):由样本各延迟期数的自相关系数可以计算得到检验统计量,然后计算出对应的 p 值。如果 p 值显著大于显著性水平,则为白噪声序列,可以停止分析。</