时间序列分析
文章平均质量分 81
Nicole_Liang
这个作者很懒,什么都没留下…
展开
-
一、时间序列分析的简介
一、时间序列的基本概念 按照时间的顺序把随机时间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,寻找它的变化发展规律,预测它将来的走势,就是时间序列分析。 在统计研究中,常用按时间顺序排列的一组随机变量 X1 , X2 , ... ,Xt , ....来表识一个随机事件的随机序列,简记为{Xt , ...原创 2018-06-11 10:22:04 · 5596 阅读 · 0 评论 -
二、时间序列的预处理
一般情况下,拿到一个观察值序列之后,首先要对它的平稳性和纯随机性进行检验,这两个重要的检验称为序列的预处理。根据检验的结果可以将序列分为不同的类型,对不同类型的序列我们会采用不同的分析方法。一、平稳性检验1、特征统计量(1)概率分布 数理统计的基础知识告诉我们分布函数或者密度函数能够完整地描述一个随机变量的统计特征。同样,一个堆积变量族{Xt} 的统计特征也完全由...原创 2018-06-11 11:28:29 · 24303 阅读 · 3 评论 -
三、用python实现平稳时间序列的建模
一、平稳序列建模步骤 假如某个观察值序列通过序列预处理可以判定为平稳非白噪声序列,就可以利用ARMA模型对该序列进行建模。建模的基本步骤如下:(1)求出该观察值序列的样本自相关系数(ACF)和样本偏自相关系数(PACF)的值。(2)根据样本自相关系数和偏自相关系数的性质,选择适当的ARMA(p,q)模型进行拟合。(3)估计模型中位置参数的值。(4)检验模型的有效性。如果模...原创 2018-06-11 22:45:49 · 24411 阅读 · 10 评论 -
四、非平稳序列的确定性分析
一、确定性因素分解1、确定性因素 由确定性因素导致的非平稳通常会显示出明显的规律性,所有的序列波动都可以归纳为受到以下四大类因素的综合影响:(1)长期趋势(trend)。序列呈现出明显的长期递增或递减的变化趋势。(2)循环波动(circle)。序列呈现出从低到高再从高到低的反复循环波动。循环的周期可以变化,不一定是固定的。(3)季节性变化(season)。序列呈现出和季...原创 2018-06-12 11:03:24 · 4020 阅读 · 0 评论