确定性时间序列分析
1. 时间序列分析
时间序列就是各时间点上形成的数值序列,时间序列分析就是通过观察历史数据预测未来的值,不受其他外在因素的影响。
1.1 分类
1. 确定性时间序列分析方法
2. 随机性时间序列分析方法
2. 确定性时间序列分析方法
确定性时间序列分析得特点是认为数据去掉随机扰动后,剩下的部分可以用确定的时间函数来表示。
最常用的确定性时间序列分析方法是确定性因素分解方法,把时间序列分为四个部分:
-
趋势项(T) 长期趋势变动。是指时间序列朝着一定的方向持续上升或下降,或停留在某一水平上的倾向,它反映了客观事物的主要变化趋势。
-
季节项(S) 季节变动。指一年或更短的时间之内,由于受某种固定周期性因素(如自然、生产、消费等季节性因素)的影响而呈现出有规律的周期性波动。
-
循环项(C) 循环变动。通常是指周期为一年以上,由非季节因素引起的涨落起伏波形相似的波动。
-
随机项(e) 通常分为突然变动和随机变动。所谓突然变动是指战争、自然灾害或是其它社会因素等意外事件引起的变动。随机变动是指由于大量的随机因素产生的宏观影响。根据中心极限定理,通常认为随机变动近似服从正态分布。
通常把T和S并在一起统称为趋势。
2.1 常见的确定性时间序列模型
1. 加法模型(Y=T+S+e)
2. 乘法模型(Y=T*S*e)
3. 混和模型(Y=S*T+e)