ARIMA序列分析

以千

已于 2023-04-04 17:27:39 修改

阅读量4.2k

点赞数 1

文章标签：算法

于 2023-04-04 16:46:59 首次发布

本文链接：https://blog.csdn.net/liyang_nash/article/details/129831409

版权

1. 什么是平稳序列

（stationary series）：基本上不存在趋势的序列，各观察值基本上在某个固定的水平上波动或虽有波动，但并不存在某种规律，而其波动可以看成是随机的。

2. ARMA模型

ARIMA的优缺点

优点：模型十分简单，只需要内生变量而不需要借助其他外生变量。(所谓内生变量指的应该是仅依赖于该数据本身，而不像回归需要其他变量)

缺点：

1.要求时序数据是稳定的（stationary），或者是通过差分化(differencing)后是稳定的。

2.本质上只能捕捉线性关系，而不能捕捉非线性关系。

ARIMA模型的几个特例

1.ARIMA(0,1,0) = random walk:

当d=1，p和q为0时，叫做random walk，每一个时刻的位置，只与上一时刻的位置有关。预测公式：Yt=μ+Yt−1

2.1 主要应用场合

平稳非白噪声的序列

2.2白噪声检查

lb=acorr_ljungbox(data.diff1.dropna(), lags = [i for i in range(1,12)],boxpierce=True)

LB检验P值均小于0.05,说明可以拒绝序列为白噪声的原假设,认为该数据不是随机数据，即该数据不是随机的，是有规律可循的,有分析价值。而序列X2的LB检验P值均大于0.05,说明该序列为白噪声,没有分析价值。

3. ACF、PACF

3.1 ACF

一个完整的自相关函数，可为我们提供具有滞后值的任何序列的自相关值。简单来说，它描述了该序列的当前值与其过去的所有值之间的相关程度。时间序列可以包含趋势，季节性，周期性和残差等成分。ACF在寻找相关性时会考虑所有这些成分。直观上来说，ACF 描述了一个观测值和另一个观测值之间的自相关，包括直接和间接的相关性信息。

3.2 PACF

是部分自相关函数或者偏自相关函数。基本上，它不是找到像ACF这样的滞后与当前的相关性，而是找到残差（在去除了之前的滞后已经解释的影响之后仍然存在）与下一个滞后值的相关性。因此，如果残差中有任何可以由下一个滞后建模的隐藏信息，我们可能会获得良好的相关性，并且在建模时我们会将下一个滞后作为特征。请记住，在建模时，我们不想保留太多相互关联的特征，因为这会产生多重共线性问题。因此，我们只需要保留相关功能。
直观上来说，PACF 只描述观测值yt和其滞后项yt-k之间的直接关系，调整了其他较短滞后项

（yt-1，yt-2，....... yt-k-1）的影响。

3.3 总的来说 ACF、PACF：

（1）ACF反映了当前时刻与前面所有时刻的线性相关程度，而PACF则反映了当前时刻与前面某些时刻的线性相关程度，并排除了其他时刻的影响。

（2）ACF的值可以表示为各个滞后阶数之间的关系，而PACF的值只表示当前时刻与前面某一时刻之间的关系。

（3）在AR模型中，PACF截尾于某个阶数k，意味着AR模型中只需要保留前k阶的滞后项；在MA模型中，ACF截尾于某个阶数k，则意味着MA模型中只需要保留前k阶的滞后误差。

4. Auto regressive (AR) process

转自：【时间序列】怎么理解ACF 和PACF_Alex Tech Bolg的博客-CSDN博客

当一个时间序列中，它当前的观测值可以通过历史观测值获得是，那么就是一个AR。

P 阶AR 过程可以写成下面的式子：

我们不能在这里使用ACF图，因为即使对于过去很久远的滞后项，它也会显示出良好的相关性。如果我们考虑了这么多特征，我们将遇到多重共线性问题。这对于PACF图来说不是问题，因为它删除了之前滞后已经解释的成分，因此我们只得到了与残差相关的滞后，比如未被较早的滞后项所解释的成分。

在下面的代码中，我定义了一个简单的AR 流程，并使用PACF 图找到了它的阶数。我们应该期望我们的AR过程在ACF图中显示出逐渐减少的趋势，因为作为一个AR过程，其当前与过去的滞后项具有良好的相关性。我们期望PACF在滞后项阶数后会急剧下降，因为这些接近当前项的滞后项可以很好地捕获变化，因此我们不需要很多过去的滞后项来预测当前项。

5. Moving average(MA) Process

转自：【时间序列】怎么理解ACF 和PACF_Alex Tech Bolg的博客-CSDN博客

Moving average(MA) Process 是一个序列，其中当前值是由过去误差的线性组合组成的。我们认为误差是服从正态分布并且相互独立的。q 阶MA 过程可以定义为下面的式子：

在这个例子中，飓风的影响只能保持一个滞后项。这个例子中的飓风是一个独立现象。

MA 的阶数q 在里通过ACF 图获得，在阶数之后，ACF 会第一次穿过上限置信区间。根据上文我们知道，PACF 能够捕捉残差和时间序列滞后项的关系，我们可能能够从附近的滞后项和过去的滞后项得到很好的相关关系。为什么我们不用PACF呢？因为我们的序列是残差项的线性组合，并且时间序列本身的滞后项不能直接解释当前项（因为它并不是一个AR 过程）。PACF 图最核心的是，他能够提取已经被之前的滞后项所解释的变化，因此，在MA 过程中，PACF 失去了它的魔力。

另一方面，一个MA 过程，它并没有季节性或者趋势成分，因此ACF 能够捕捉只由于残差项带来的相关性。

在下面的代码中，我定义了一个简单的MA 流程，并使用ACF 图找到了它的阶数。我们应该期望ACF 图能够画出相邻的滞后项之间的良好的相关关系，并且在阶数q 之后迅速下降（因为这不是一个AR 过程，因此和过去的滞后项没有相关关系）。同样，我们也可以看到PACF 逐渐下降，临近的滞后项并不能预测当前项（不同于AR 过程）；而更远的滞后项有可能有良好的相关关系。

6. 如何确定ARIMA模型p、q值？

6.1 理论依据

截尾：在大于某个常数k后快速趋于0为k阶截尾

拖尾：始终有非零取值，不会在k大于某个常数后就恒等于零(或在0附近随机波动)

确定差分阶数d。

如果时间序列数据不平稳，需要进行差分处理，使得数据平稳，差分阶数d可以通过观察时间序列的ACF和PACF图来确定。

确定自回归系数p和移动平均系数q。自回归系数p和移动平均系数q可以通过观察时间序列的ACF和PACF图来确定。如果ACF图在滞后阶数p之后截尾，而PACF图在滞后阶数q之后截尾，那么可以选择ARIMA(p,d,0)或者ARIMA(0,d,q)模型。如果ACF图和PACF图都在滞后阶数p和q之后截尾，那么可以选择ARIMA(p,d,q)模型。

确定季节性阶数P、Q和季节性差分阶数D。如果时间序列数据具有季节性，需要进行季节性差分处理，使得数据平稳，季节性差分阶数D可以通过观察时间序列的ACF和PACF图来确定。季节性阶数P和Q可以通过观察时间序列的季节性ACF和PACF图来确定。

6.2 方法1：观察法

数据data.xlsx

time	value
0.00	1.00
1.00	2.00
2.00	3.50
3.00	4.00
4.00	5.50
5.00	4.00
6.00	3.00
7.00	2.50
8.00	1.00
9.00	0.50
10.00	-1.00
11.00	-2.50
12.00	-3.00
13.00	-4.00
14.00	-5.00
15.00	-4.00
16.00	-3.50
17.00	-2.00
18.00	-1.00
19.00	0.00
20.00	1.50
21.00	2.00
22.00	3.00
23.00	4.50
24.00	5.00
25.00	4.00
26.00	3.50
27.00	2.00
28.00	1.50
29.00	0.00
30.00	-1.50
31.00	-2.50
32.00	-3.00
33.00	-4.50
34.00	-5.00
35.00	-4.00
36.00	-3.00
37.00	-2.00
38.00	-1.00
39.00	0.00
40.00	1.50
41.00	2.00
42.00	3.50
43.00	4.50
44.00	5.00
45.00	4.50
46.00	3.00
47.00	2.00
48.00	1.50
49.00	0.00
50.00	-1.00
51.00	-2.50
52.00	-3.50
53.00	-4.50
54.00	-5.00
55.00	-4.00
56.00	-3.00
57.00	-2.50
58.00	-1.00
59.00	0.00
60.00	1.50
61.00	2.00
62.00	3.00
63.00	4.00
64.00	5.50
65.00	4.00
66.00	3.00
67.00	2.50
68.00	1.00
69.00	0.50
70.00	-1.00
71.00	-2.50
72.00	-3.00
73.00	-4.50
74.00	-5.00
75.00	-4.50
76.00	-3.00
77.00	-2.50
78.00	-1.00
79.00	0.50
80.00	1.00
81.00	2.50
82.00	3.00
83.00	4.50
84.00	5.00
85.00	4.00
86.00	3.50
87.00	2.50
88.00	1.50
89.00	0.00
90.00	-1.00
91.00	-2.00
92.00	-3.00
93.00	-4.00
94.00	-5.50
95.00	-4.50
96.00	-3.00
97.00	-2.50
98.00	-1.00
99.00	0.00
100.00	1.50
101.00	2.00
102.00	3.50
103.00	4.00
104.00	5.50
105.00	4.00
106.00	3.00
107.00	2.50
108.00	1.00
109.00	0.00
110.00	-1.00
111.00	-2.50
112.00	-3.00
113.00	-4.50
114.00	-5.00
115.00	-4.50
116.00	-3.50
117.00	-2.50
118.00	-1.00
119.00	0.50
120.00	1.00
121.00	2.50
122.00	3.00
123.00	4.50
124.00	5.50
125.00	4.00
126.00	3.50
127.00	2.00
128.00	1.00
129.00	0.50
130.00	-1.00
131.00	-2.00
132.00	-3.50

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import statsmodels.api as sm
from statsmodels.graphics.tsaplots import plot_acf, plot_pacf

data = pd.read_excel('data.xlsx', index_col='time', parse_dates=True)
data.head()
# 计算一阶差分，这里因为data是稳定的，所以没用到一劫差分
diff = data.diff().dropna()

plot_acf(data)
plt.show()
plot_pacf(data)
plt.show()

根据这句话：

通过这个图，p在2以后截断了所以p,d,q（p=2, d=0，q=5）

6.3 计算法

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import statsmodels.api as sm
from statsmodels.graphics.tsaplots import plot_acf, plot_pacf
import pandas as pd
import numpy as np
import statsmodels.api as sm

data = pd.read_excel('data.xlsx', index_col='value', parse_dates=True)
data.head()
# 观察法===========================
diff = data.diff().dropna()

plot_acf(data)
plt.show()
plot_pacf(data)
plt.show()

# 计算法===========================
# 计算ACF和PACF
acf = sm.tsa.stattools.acf(data)
pacf = sm.tsa.stattools.pacf(data)
# 输出ACF和PACF的截尾点
q = np.argmax(acf < 0.05)
p = np.argmax(pacf < 0.05)
print(f'MA(q): {q}, AR(p): {p}')

结果：

MA(q): 5, AR(p): 2

7. ARIMA数据拟合实践

import matplotlib.pyplot as plt
from statsmodels.graphics.tsaplots import plot_acf, plot_pacf
import pandas as pd
import numpy as np
import statsmodels.api as sm
from statsmodels.tsa.arima.model import ARIMA

data = pd.read_excel('data.xlsx', index_col='time', parse_dates=True)
data.head()
# 计算一阶差分
diff = data.diff().dropna()

plot_acf(data)
plt.show()
plot_pacf(data)
plt.show()

# 计算ACF和PACF
acf = sm.tsa.stattools.acf(data)
pacf = sm.tsa.stattools.pacf(data)
# 输出ACF和PACF的截尾点
q = np.argmax(acf < 0.05)
p = np.argmax(pacf < 0.05)
print(f'MA(q): {q}, AR(p): {p}')

#p,d,q
model = ARIMA(data, order=(p, 0, q))
model_fit = model.fit()
forecast = model_fit.forecast(steps=24)
# 输出预测结果
print(forecast)

输出结果：

133   -4.433670
134   -4.499749
135   -4.044919
136   -3.366873
137   -2.414729
138   -1.222773
139    0.091940
140    1.400344
141    2.574036
142    3.497871
143    4.081265
144    4.267072
145    4.037184
146    3.414295
147    2.459660
148    1.267074
149   -0.046346
150   -1.351665
151   -2.520779
152   -3.438996
153   -4.016282
154   -4.196091
155   -3.960904
156   -3.333934
Name: predicted_mean, dtype: float64