python 白噪声检验-python之时间序列分析(一)

公式只能传图片?,好多公式都没写上,但是,不管有没有公式,写得一样无趣至极,在中国人民大学出版社出版的王燕编著的<<应用时间序列分析(第三版)>>的基础上写的,文中说的第几页都是指这本书的第几页,我大概列了一下基本概念,理论,方法,方便了解整个分析过程步骤,之后会给出python处理代码的,计算过程帮你解决,想当年我们还是手写计算出来的,最多加个计算器,公式一大堆,阔怕.

一.时间序列分析

按照时间的顺序把随机事件变化发展的过程记录下来就构成了一个时间序列.对时间序列进行观察,研究,找寻它变化的规律,预测它将来的走势就是时间序列分析.

时间序列数学定义

时间序列分析又分为平稳时间序列分析和非平稳时间序列分析(非平稳时间序列又细分为非平稳序列的确定性分析和非平稳序列的随机分析),这节主要说平稳序列

二.时间序列的预处理

拿到一个观察值序列之后,首先对它的平稳性和纯随机性进行检验,这两个重要的检验成为序列的预处理.根据检验的结果将序列分为不同的类型,对不同类型序列采用不同的分析方法.

2.1 平稳性的检验

严平稳:只有当序列所有的统计性质都不会随着时间的推移而发生变化时,该序列才能被认为平稳

.

宽平稳:序列的统计性质主要由它的低阶矩决定,只要保证序列低阶矩平稳(二阶),就能保证序列的主要性质近似稳定.宽平稳也称为弱平稳或二阶平稳.

平稳序列性质:均值和方差为常数

通常直观的检验方法有时序图检验和自相关图检验,观察时序图,在某一范围波动的通常是平稳的,另外还有两种准确的判别方法:特征根判别和平稳域判别,具体运算过程不讲,有兴趣可翻阅45-46页查看,后面说到再讲怎么判断.

2.2纯随机性检验

纯随机序列:平稳序列值之间没有任何相关性的序列成为纯随机序列,这意味着该序列过去的行为对将来的发展没有丝毫影响.从统计分析的角度而言,纯随机序列没有任何分析价值.纯随机序列也