时间序列分析之一：数据预处理

   时间序列分析拾运用概率与统计的理论与方法分析随机数据序列，并建立数学模型、定阶和参数估计的学科，它主要应用在预测、控制、滤波、金融（如股票价格）等方面。
    我们常见的时间序列模型是状态平稳、正态分布、独立噪声（白噪声）、无趋势的。为了保证模型的精确性，需要对数据进行平稳、正态、独立、趋势的检验，在通过检验的前提下才可进行后续处理，如果不满足上述条件，还需进行预处理，使其平稳、正态、独立、无趋势。另一方面由于数据的不确定性，需要去除虚假数据（偏差太大）和填补数据等处理。
    （1）平稳性检验