数据分析 时间序列分析 时间序列的预处理

一.概述
1.时间序列的预处理:

对观测值序列的纯随机性和平稳性的检测称为"时间序列的预处理",根据检测结果可将序列分为不同类型.记γ(s,t)=Cov(Xs,Xt)

2.概率分布族:

对时间序列 { X t , t ∈ T } , ∀ m ∈ Z + , t 1 , t 2 . . . t m ∈ T \{X_t,t\in T\},∀m\in Z^+,t_1,t_2...t_m\in T { Xt​,t∈T},∀m∈Z+,t1​,t2​...tm​∈T,将$X_{t_1},X_{t_2}...X_{t_m}$的联合概率分布记为$F_{t_1,t_2...t_m}(x_1,x_2...x_m)$,则称 { F t 1 , t 2 . . . t m ( x 1 , x 2 . . . x m ) , ∀ m ∈ Z + , ∀ t 1 , t 2 . . . t m ∈ T } \{F_{t_1,t_2...t_m}(x_1,x_2...x_m),∀m\in Z^+,∀t_1,t_2...t_m\in T\} { Ft1​,t2​...tm​​(x1​,x2​...xm​),∀m∈Z+,∀t1​,t2​...tm​∈T}为 { X t } \{X_t\} { Xt​}的概率分布族

二.平稳性检测
1.概念

"平稳序列"(Stationary Series)是指在某1常数附近波动且波动幅度有限的序列.具体来说,要求期望/方差为常数而协方差只与时期间隔有关

(1)严平稳:

"严平稳"(Strictly Stationary)/"强平稳"(Strongly Stationary)是1种条件比较苛刻的平稳性定义.其认为只有当序列所有的统计性质都不随时
间推移而变化时,该序列才是平稳的.也就是说,严平稳序列需要满足如下性质:

设 { X t } \{X_t\} { Xt​}为1个时间序列,若对$\forall m\in Z^{+},\forall t_1,t_2...t_m\in T,\forall \tau \in Z$,有 F t 1 , t 2 . . . t m ( x 1 , x 2 . . . x m ) = F t 1 + τ , t 2 + τ . . . t m + τ ( x 1 , x 2 . . . x m ) F_{t_1,t_2...t_m}(x_1,x_2...x_m)=F_{t_{1+\tau},t_{2+\tau}...t_{m+\tau}}(x_1,x_2...x_m) Ft1​,t