LiuYuan_BJTU的博客

时间序列分析使用软件为Rstudio， 参考CRAN中时间序列分析分析函数和package，拿手上的数据练习一下时间序列分析。1、原始数据说明选择连续9天的数据，共2025条，时间间隔为5分钟。具体情况如下： 2、平稳性检验所谓平稳，是指因变量围绕着一个常数上下波动。更学术一点，就是是说统计特性（mean，variance，correlation等）不会随着时间窗口的不同而变化。2.1 时间序列

1、绘制拟合曲线由前两章可知，时间序列分析模型为： Yt=0.9711×Yt−1−0.2664×ut−0.0793×ut−2+utY_t=0.9711\times Y_{t-1}-0.2664\times u_t-0.0793\times u_{t-2}+u_t 下面根据该模型来绘制拟合曲线，并计算拟合值与实际值的误差，代码如下：n <- length(indata)u <- matrix(0

1、随机游走模型1.1 基本介绍随机游走模型是时间序列分析中最基本的概念，是一个著名的非平稳序列。公式如下： Yt=Yt−1+utY_t = Y_{t-1} + u_t 式中，utu_t是一个随机误差，我们通常假设它服从（0，1）的正态分布。根据公式，我们可以推导得出，随机游走模型的均值E(Yt)E(Y_t)是一个常量0，不随时间变化，而方差Var(Yt)=t×Var(u)Var(Y_t)=t\

参考这篇博客A Complete Tutorial on Time Series Modeling in R深入学习R语言在时间序列模型中的应用。1、导入时间序列数据> data(AirPassengers)该数据为某航空公司1949年至1960年每月的客流数据，数据结构如下：> AirPassengers Jan Feb Mar Apr May Jun Jul Aug Sep Oct N