【时间序列分析】时间序列的预处理——平稳性检验和纯随机性检验

目录

（一）平稳性检验

平稳性的时序图检验

平稳性的自相关图检验

（二）纯随机性检验

纯随机序列的定义

白噪声序列的性质

 纯随机性检验

 原理：Barlett定理

检验统计量

---

（一）平稳性检验

 平稳性检验是时间序列分析中的一个重要步骤，主要用于判断时间序列数据的统计特性（如均值和方差）是否随时间变化

方法一：图检验

• 时序图检验

• 自相关图检验

方法二：构造检验统计量进行假设检验（之后的文章详细介绍）

• 单位根检验

平稳性的时序图检验

平稳时间序列具有常数均值和方差。这意味着平稳序列的 时序图应该显示出该序列始终在一个常数值附近波动，而且波动的范围有界的特点。

时序图：绘制时间序列的图形，通常以时间为横轴，数据值为纵轴。

观察要点：

• 趋势：若图中存在明显的上升或下降趋势，则可能是非平稳的。
• 季节性：如果数据在特定时间间隔内表现出规律性的波动，这表明可能存在季节性。
• 波动性：观察数据的波动幅度是否随时间变化，若波动幅度增大或减小，则可能是非平稳的。

平稳性的自相关图检验

自相关图是一一个平面二维坐标悬垂线图.横坐标表示延迟时期数,纵坐标表示自相关系数.悬垂线表示自相关系数的大小；通过分析序列与其滞后值之间的相关性来判断评估时间序列平稳性。

自相关的基本概念

• 自相关：自相关是时间序列中当前值与其过去值之间的相关性。它量化了时间序列数据在不同时间点上的依赖性。

• 自相关系数（ACF）：表示时间序列在不同滞后数下的相关程度。自相关系数通常记作 ρ(k)，其中 k 是滞后数。