时间序列分析的基本思路

时间序列分析的基本思路

分类

时间

        白噪声序列：纯随机性序列，没有规则、范式；无预测意义。

        平稳的非白噪声序列：均值方差为常数；使用AR、MR、ARMA拟合。

        非平稳序列：转化为平稳序列后进行进一步拟合；差分-->ARIMA

变量个数

        单变量的时间序列：ARMA→GARCH

        多变量的时间序列：VAR→MGARCH

分析方法

获取待分析时间序列

平稳性检验

        单位根检验

        ACF、PACF：截尾（变为0），拖尾（趋于0）

ACF	PCF	拟合方法
截尾	拖尾	MA
拖尾	截尾	AR
拖尾	拖尾	ARMA

转换平稳序列

        若在平稳序列检验中发现该序列为非平稳序列，则需要转化为平稳序列。

        常用方法：差分、取对数、比例方法

白噪声检验

若是白噪声序列，即可停止分析

若不是：

1. 计算ACF、PACF

2. 模型识别：根据最小信息准则，SAS等统计分析软件中都会有提供

3. 参数估计

4. 模型检验

5. 模型优化

6. 模型预测