python statsmodels时间序列分析

写在前面，这是一篇单变量时间序列分析学习笔记，参考了很多大佬的文章，东拼西凑才勉强吧时间序列分析理清。在下数据分析萌新一名，有错误的地方欢迎指正，侵删

一、稳定性检验

当一个序列的均值与标准差不随时间变化，则称该序列是一个平稳序列。 ARMA、AR、MA等模型只能用于预测平稳序列，因此需要对序列进行平稳性检验

1、绘图法

如下图a为平稳序列，图b为非平稳序列
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-VmJfJnY1-1637157590275)(F:\typora imgs\image-20211112222403614.png)]

2、ADF检验

​ 参考: https://www.pianshen.com/article/5826219147/

• 单位根 当一个自回归过程中：[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-hQ2lJulv-1637157590279)(https://www.pianshen.com/images/743/58b202cc73c71b7e04cd13da4070c00f.gif)]如果滞后项系数b为1，就称为单位根。当单位根存在时，自变量和因变量之间的关系具有欺骗性，因为残差序列的任何误差都不会随着样本量（即时期数）增大而衰减，也就是说模型中的残差的影响是永久的。这种回归又称作伪回归。如果单位根存在，这个过程就是一个随机漫步（random walk)
• ADF检验的原理
  ADF检验就是判断序列是否存在单位根：如果序列平稳，就不存在单位根；否则，就会存在单位根。所以，ADF检验的 H0 假设就是存在单位根，如果得到的显著性检验统计量小于三个置信度（10%，5%，1%），则对应有（90%，95，99%）的把握来拒绝原假设
• ADF检验的python实现

from statsmodels.tsa.stattools import adfuller
result = adfuller(your_data)
print(result)

adfuller的参数

参数	含义
x	一维数组
maxlag	最大滞后数目
regression	回归中的包含项（c：只有常数项，默认；ct：常数项和趋势项；ctt：常数项，线性二次项；nc：没有常数项和趋势项）
autolag	自动选择滞后数目（AIC：赤池信息准则，默认；BIC：贝叶斯信息准则；t-stat：基于maxlag，从maxlag开始并删除一个滞后直到最后一个滞后长度基于 t-statistic 显著性小于5%为止；None：使用maxlag指定的滞后）
store	True False，默认
regresults	True 完整的回归结果将返回。False，默认

adfuller的返回值

返回值	含义
adf	Test statistic，T检验，假设检验值
pvalue	假设检验结果
usedlag	使用的滞后阶数
nobs	用于ADF回归和计算临界值用到的观测值数目
icbest	如果autolag不是None的话，返回最大的信息准则值
resstore	将结果合并为一个dummy

• 结果解读

(-0.45153867687808574, 0.9011315454402649, 1, 198, {
   
   '5%': -2.876250632135043, '1%': -3.4638151713286316, '10%': -2.574611347821651}, 1172.4579344852016)

t-statistic 的值 -0.451 ，要求小于10%，p-value的值很大，接受原假设，即存在单位根，序列不具有平稳性

二、差分

当序列不具有平稳性的时候，可以通过差分变换使序列变得平稳。所谓差分就是用下一个数减去上一个数，他们的差值形成了一个新的序列

• 差分的python实现

df = pd.DataFrame([math.sin(x) + 0.2*x + random.choice([-0.2,-0.1,0,0.1,0.2]) for x in range(1,40)]) #伪数据
diff_1 = df.diff(1) # 1阶差分
diff_2 = diff_1.diff(1) # 2阶差分

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-Ms0X1fvF-1637157590282)(F:/typora imgs/差分.png)]
可以发现原本不平稳的序列在差分后变得平稳

三、白噪声检验

参考： https://www.cnblogs.com/travelcat/p/11400307.html
白噪声序列的每个数据都是独立且随机的，没有分析的意义，所以接下来需要判断序列是否为白噪声

• 原理
  白噪声检验可以通过Ljung-Box检验(LB检验)来进行，构造的统计量如下，用于检验N阶滞后范围内序列的自相关性是否显著，或序列是否为白噪声
  $$Q=n(n+2)\sum _{k=1}^N\frac{{\hat{\rho }}_k^2}{n-k}$$
  ​ Q是服从自由度为N的卡方分布，其中ρ²表示滞后k阶的相关系数，n是样本数量

​ __原假设H0:__原本的数据都是独立的，即总体的相关系数为0，能观察到的某些相关仅仅产生于随机抽样的误差。
​ __责备假设H1:__原本的数据不是独立的

• LB检验python实现
  我们可以通过statsmodels库轻易实现LB检验

from statsmodels.stats.diagnostic import acorr_ljungbox as lb_test

​ lb_test参数

参数	含义
x	检验的时间序列
lags	int,list or None，检验的延迟数
boxpierce	若为True，则同时输出boxpierce统计量的检验结果（Box-Pierce检验为白噪声检验的另一个版本，是LB检验的前身）

​ lb_test返回值
​ 返回值是一个元组,里面分别是：(LB统计量值array, LB-p值array,若boxpierce