![20e5a4d1d2403ea11ec3b0dc69b5de90.png](https://img-blog.csdnimg.cn/img_convert/20e5a4d1d2403ea11ec3b0dc69b5de90.png)
时间序列是最早通知要期中的,但到现在具体时间也没下来。直觉告诉我,快了。。。。期中的范围是前六章,包括要求会算各种值,能读懂代码。这周每天复习一点,也会把代码po上来。如果有幸看到,发现有不对的地方,欢迎指正~~~期中过后会按课程进度更新。
教材用的是Jonathan D.Cryer & Kung-SikChan, Time Series Analysis with Applications in R (Second Edition)
什么是时间序列?
时间序列数据指,一系列时间点上的关于某一个物体的观测。
例如:《好想爱这个世界啊》从2019年12月4日到2020年4月7日的日销售额。
时间序列指,一系列时间点上的随机变量,记为。在这个意义上,时间序列是离散时间的随机过程。
对于一个时间序列来说,可用的信息有:时间标签
均值、方差、协方差
均值:
- 这里是给定了
,然后求
的均值,在不同的时刻可能会有不同的均值
自协方差函数(AVCF):
-
可由柯西-施瓦兹不等式得出来
- 计算的时候,如果
,直接将
代入,利用
独立同分布求解
- 可能是一个分段的函数
方差函数:
自相关函数(ACF):
平稳
一般来说,时间序列里的平稳指弱平稳。但我们先介绍两种平稳。
严平稳:对于一个时间序列来说,对于任意的
,任意的滞后时间
,任意的时间点
,若
的联合分布与
的联合分布相同, 则我们称这个时间序列是严平稳的。
弱平稳:对于一个时间序列来说,若 1. 均值函数为一个常数,与时间
无关; 2.
对所有的
成立,即自协方差函数仅与滞后时间有关,则我们称这个时间序列是弱平稳的。
- 严平稳加上二阶矩存在的条件才能推出弱平稳。
- 若时间序列的联合分布是多元正态分布,那么严平稳与弱平稳等价。
- 白噪声(一系列
零均值,方差为常数的随机变量)是严平稳的(利用独立同分布)
- 题目若让我们检验是否平稳,我们默认是检验是否为弱平稳。具体步骤为:计算均值,若均值与时间有关,直接否定。若不然,计算方差(因为如果方差都与时间有关,那直接拒绝了,一般方差比自协方差好算一些),若方差与时间有关,否定。若不然,计算自相关函数,若仅与滞后时间有关,则为弱平稳,否则不是。
- 随机游走不是弱平稳的,但它的一阶差分是弱平稳的。
-
阶滑动平均模型永远都是平稳的。
明天复习第三章~