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:
-
计算ACF、PACF
-
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
-
参数估计
-
模型检验
-
模型优化
-
模型预测