时间序列-涉及数学概念

最新推荐文章于 2024-10-12 20:12:00 发布

日志大魔王

最新推荐文章于 2024-10-12 20:12:00 发布

阅读量2.9k

点赞数 1

分类专栏：数据挖掘文章标签：统计学协方差相关系数偏自相关系数

数据挖掘专栏收录该内容

8 篇文章 3 订阅

订阅专栏

注：本文仅用于个人学习笔记，内容均来自其他博客和PPT。

1.标准差，方差，协方差，相关系数

（1）方差：方差是各个数据与平均数之差的平方的平均数，它体现了随机变量和其数学期望（即均值）之间的偏离程度。

公式： ${E((X-Y)^{2})$

(2) 标准差

公式： $\sqrt{E((X-Y)^{2})}$

从公式可以看出，标准差计算方法为，每一时刻变量值与变量均值之差再平方，求得一个数值，再将每一时刻这个数值相加后求平均，再开方。

(3)协方差

公式: $cov(x,y) = E[(X - \mu _{x}) (Y - \mu _{y})]$

公式简单翻译一下是：如果有X,Y两个变量，每个时刻的“X值与其均值之差”乘以“Y值与其均值之差”得到一个乘积，再对这每时刻的乘积求和并求出均值（其实是求“期望”，但就不引申太多新概念了，简单认为就是求均值了。

（4）相关系数

$p = \frac{Cov(x,y)}{\alpha _{x}\alpha _{y}}$

翻译一下：就是用X、Y的协方差除以X的标准差和Y的标准差。

所以，相关系数也可以看成协方差：一种剔除了两个变量量纲影响、标准化后的特殊协方差。

2.自协方差，自相关系数，偏自相关系数

(1)自协方差

$\hat{y} = \frac{1}{n}\sum _{n-k}^{t=0} \left ( Z_{t} - \bar{Z} \right )\left ( Z_{t+k} - \bar{Z} \right )$

现实存在的意义：如果Yt的期望为0，那么rk = E(YtYt+k) 被称为自协方差函数

备注：继续借用上面的符号，但是在上面加上一个尖头或者念hat（帽子），表示自协方差，与原来的协方差表示意思一样，但是统计数据不一样而已。其中求E的期望符号，用分数表示，原理也是一样。这里的Z的期望只有一个Zt的期望也是Z，Zt+k的期望也是Z，所以后面的滞后减去的期望也是总体期望

(2)自相关系数(ACF)

$\hat{p}_{k} = \frac{\sum _{n=1}^{n-k}\left (Z _{t} - \bar{Z} \right )\left ( Z _{t+k} - \bar{Z}\right )}{\sum _{t=1}^{n} (Z_{t} - \bar{Z})^{2}}$

自相关系数度量的是同一事件在两个不同时期之间的相关程度，形象的讲就是度量自己过去的行为对自己现在的影响。

现实存在的意义：ρk =γk/γ0称为自相关γ0等于1.

备注：继续借用上面的符号，也是加一个hat。但是这里注意到没有，这里的分母和上面表示相关函数的分母不一样。下面除以是两个标准差乘积，还少一个个数n，这是因为根据“自”的性质，对于较大的n，ρk的分布近似正态分布，均值为ρk，方差 ρk 为0，Sρk=1/n开根号。1/n*n等于1，所以n就没有了。另外，zt+k和zt近似正态分布，也就是说这个均值会收敛到0，因此计算一个即可。

偏自相关系数 (PACF)

$P_{k} = \frac{Cov\left [ \left (Z _{t} - \hat{Z}_{t},\left ( Z_{t+k} - \hat{Z}_{t+k} \right )\right ) \right ]}{\sqrt{Var\left ( Z_{t} - \hat{Z}_{t} \right )}\sqrt{Var\left ( Z_{t+k} - \hat{Z}_{t+k} \right )}}$

度量去除中间变量影响后的相关程度。（ $X_{t}$ - $X_{t-2}$ ) 通过 $X_{t-1}$ 产生关联，PACF即去除 $X_{t-1}$ 的关联后的两者的相关系数。

现实存在的意义：除了Zt和Zt+k之间的自相关外，我们考场除去了Zt和Zt+k共同线性依赖的敢于变量Zt+1,Zt+2,Zt+3...的影响后的相关，表达式为PCorr(Zt，Zt+k | Zt+1，...，Zt+k-1）。也就是说观察在Zt+1的条件下，Zt和Zt+k的自相关状态是怎么样，以此类推。

小结一下：

　　时间序列借用统计学的数据结构分析公式，期望还是等于期望。自协方差 = 协方差（期望用一个）。自相关系数 = 相关系数（期望用一个）。偏自相关 = 相关系数（期望各自序列用各自的）。

内容来自于以下博客，内容更为详细：https://www.cnblogs.com/noah0532/p/8449638.html

协方差和相关系数的详细讲解可以看这位大神非常简单易懂http://blog.sina.com.cn/s/blog_6aa3b1010102xkp5.html