《Python数据分析与挖掘实战》-- 读书笔记（2）-- 2019

一、基本信息

作者：张良均 王路 谭立云 苏剑林 等 

出版社：机械工业出版社

二、思维导图（点击图放大）

三、补充笔记（时序模型）

在拿到一个观察值序列之后，需要对它的随机性和平稳性进行检验，根据检验结果分为纯随机序列、平稳非白噪声序列或非平稳序列。纯随机序列，称为白噪声序列，序列之间没有任何相关关系，没有任何可以提取的信息。平稳非白噪声序列，均值和方差都为常数，ARMA模型是最常用的平稳序列拟合模型。非平稳序列，均值和方差不稳定，一般先处理成平稳序列后进行分析，常用的是进行差分处理，如果差分后的序列为平稳序列，可以使用ARIMA模型进行拟合。

平稳性检验，1.通过时序图或自相关图特征做出判断。2.单位根检验法（单位根p值小于0.05，就可认为是平稳）。

纯随机性检验，Q统计量、LB统计量

然后计算ARMA（p,q）不同p和q小于等于3的所有组合的BIC信息，取其中BIC信息量最小的模型阶数。模型确定后，检验其残差序列是否为白噪声，如果不是白噪声说明残差还存在有用信息，需要修改模型或进一步提取。