平稳时间序列（个人学习笔记）

一、相关基本定义查询

自相关函数（ACF）

自相关函数是标准化自协方差函数。

平稳序列

Daniel检验（验证其是否平稳以及求趋势）

        Spearman 相关系数

        Spearman相关系数为两组秩统计量的相关系数。

        对秩统计量的解释：

而对于时间序列：

对其进行检验：

二、ARMA时间序列

方便起见，建议使用R语言研究时间序列。

1）AR 模型，即自回归序列（Auto Regressive Model）；

2）MA 序列，即滑动平均序列（Moving Average Model）；

3）ARMA 序列，即自回归滑动平均序列（Auto Regressive Moving Average Model）。

1.AR（p）序列 自回归序列

可类比于有滞后的y-t的多元回归， 为白噪声。

2.MA（q）序列 滑动平均序列

3.ARMA（p，q）自回归滑动平均序列

则为ARMA序列。

检验方法

时间序列平稳性检验（ADF）和白噪声检验（Ljung-Box）-CSDN博客

1.时间序列平稳性检验

ADF检验即单位根检验。是指检验序列中是否存在单位根，因为存在单位根就是非平稳时间序列了。单位根就是指单位根过程，可以证明，序列中存在单位根过程就不平稳，会使回归分析中存在伪回归。

2.白噪声检验

Ljung-Box检验即LB检验、随机性检验，用来检验m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统计量服从自由度为m的卡方分布。若是白噪声数据，则该数据没有价值提取，即不用继续分析了