第三章 趋势 Trends
3.1 随机趋势与确定性趋势
上节中的随机漫步序列(random walk)虽然呈现出来整体线性增长的趋势,但是这是因为每个e的随机取值造成的,如果重新生成一遍,其趋势不一定还是这样,所以,这样的不确定的趋势称为随机趋势。
有些趋势是确定的,比如课本中第一章的每个月的温度,有很明显的季节性,这样的趋势称为确定性趋势。本节主要介绍确定性趋势的建模方法。
3.2 均值(为常数时)的估计
对于均值为常数时,这模型可以写为:
Yt=μ+Xt
其中 Xt 的均值为0,假设 Xt 是平稳序列
那么
文中还介绍了在不同的序列中其方差的计算方法,及一般的近似值
3.3 回归方法
线性趋势:相当于线性拟合
季节性趋势:可以用上面的n个均值模型来拟合,如拟合12个月的季节性趋势,可使用12个月的均值来拟合,当不同月份有不同的拟合公式,这样的方法为季节性均值模型
余弦趋势:可以用余弦表达式来拟合