时间序列笔记（四）

最新推荐文章于 2023-10-06 18:29:03 发布
最新推荐文章于 2023-10-06 18:29:03 发布
阅读量1k 收藏 6
点赞数
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/zhmjunjun/article/details/78637714
版权
该笔记探讨了在时间序列分析中，如何处理数据的平稳性和随机性。介绍了差分运算、延迟算子和线性差分方程等方法性工具，并详细阐述了ARMA模型的性质，包括AR模型、MA模型和ARMA模型的构建。内容还涉及了如何判断时间序列的平稳性，以及AR1模型的平稳状态分析。
摘要由CSDN通过智能技术生成

拿到数据后，通过平稳性与随机性判断之后如何处理


方法性工具

ARMA模型

平稳序列建模

序列预测


方法性工具：差分运算，延迟算子，线性差分方程


      差分运算：


延迟算子：p表示延迟的时间尺度





B不是常数，它是一个延迟算子，具有四则运算的一些性质

最低0.47元/天 解锁文章
zhmjunjun
关注
时间序列分析之AR、MA、ARMA、ARIMA详解（4）
白马负金羁
12-04 3万+
时间序列分析是一种动态数据处理的统计方法。该方法基于随机过程理论和数理统计学方法，研究随机数据序列所遵从的统计规律，以用于解决实际问题。它包括一般统计分析（如自相关分析，谱分析等），统计模型的建立与推断，以及关于时间序列的最优预测、控制与滤波等内容
【时序】概念理解：时间序列分析（意义）、平稳性（含义、对时序的作用、成分）、自协方差函数
多学，多想，多总结
11-17 1万+
鉴于防止上篇文章太长，于是单独放一篇时间序列相关的重点概念理解。 另一部分内容????《【时序】思维导图、逻辑、解题步骤》 目录 1.时间序列分析 2. 平稳 （1）平稳性是什么含义？ （2）统计分析、时间序列分析对数据的要求？ （3）平稳对时间序列有什么用？ （4）平稳序列的成分是什么？是不含趋势，还是什么都不含？ （5）平稳序列与纯随机序列的区别？ 3. 自协方差函数 1...
时间序列 ARIMA 模型 (三)
weixin_30790841的博客
07-02 1026
先看下图： 这是1986年到2006年的原油月度价格。可见在2001年之后，原油价格有一个显著的攀爬，这时再去假定均值是一个定值（常数）就不太合理了，也就是说，第二讲的平稳模型在这种情况下就太适用了。也因此有了今天这一讲。 要处理这种非平稳的数据（比如上图中的均值不是一个常数），需要用非平稳模型：求和自回归滑动平均(Autoregressive integrated moving average...
时间序列学习笔记（一）
QY_yuan的博客
01-15 1410
时间序列学习笔记记录（一） 平稳、自协方差函数和自相关函数 平稳性 对于时间序列X1，X2,…,来说如果是严平稳的，则满足以下条件 对于任何t1,…,tk，滞后期τ和k，Xt1,…,Xt2的联合分布与Xt1+τ,…,Xtk+τ的联合分布相同。 们对Markdown编辑器进行了一些功能拓展与语法支持，除了标准的Markdown编辑器功能，我们增加了如下几点新功能，帮助你用它写博客： 全新的界面设计...
【时间序列分析】差分运算及延迟算子的性质
CapsulE 的博客
10-19 2万+
差分运算 一阶差分： ∇xt=xt−xt−1\nabla{x_t}=x_t - x_{t-1}∇xt​=xt​−xt−1​ P阶差分： ∇pxt=∇p−1xt−∇p−1xt−1\nabla^p{x_t}=\nabla^{p-1}x_t - \nabla^{p-1}x_{t-1}∇pxt​=∇p−1xt​−∇p−1xt−1​ k步差分： ∇k=xt−xt−k\nabla_k=x_t - x_{t-...
差分运算及延迟算子
一条不停翻滚的咸鱼的博客
06-23 2606
差分运算及延迟算子
一文搞懂时间序列ARIMA模型
weixin_60200880的博客
10-06 1万+
ARIMA模型的基本思想是：一个时间点上的标签值既受过去一段时间内的标签值影响，也受过去一段时间内的偶然事件的影响。即ARIMA模型假设为标签值是围绕着时间的大趋势而波动的，其中趋势是受历史标签影响构成的，波动是受一段时间内的偶然事件影响构成的，且大趋势本身不一定是稳定的。
时间序列预测专项——SARIMAX介绍
m0_46801330的博客
05-22 4989
时间序列预测专项——SARIMAX介绍
时间序列学习笔记-10-Mushiyanu
最新发布
11-17
笔记中提到的案例数据及代码
时间序列学习笔记-3-A
11-13
笔记中提到的案例数据及代码
时间序列学习笔记-2-test
11-13
笔记中提到的案例数据及代码
时间序列学习笔记-2-Mushiyanu
11-10
笔记中提到的案例数据及代码
笔记_应用时间序列分析.pdf
06-16
笔记_应用时间序列分析
arima 公式_时间序列 ARIMA 模型 (三)
weixin_39654848的博客
01-17 2658
先看下图：这是1986年到2006年的原油月度价格。可见在2001年之后，原油价格有一个显著的攀爬，这时再去假定均值是一个定值(常数)就不太合理了，也就是说，第二讲的平稳模型在这种情况下就太适用了。也因此有了今天这一讲。要处理这种非平稳的数据(比如上图中的均值不是一个常数)，需要用非平稳模型：求和自回归滑动平均(Autoregressive integrated moving average, A...
数据分析 时间序列分析 平稳时间序列分析
weixin_46131409的博客
05-10 1059
一.工具 1.差分运算 (1)ppp阶差分: xtx_txt​的ppp阶差分为∇xt=xt−xt−1 (p=1)∇pxt=∇p−1xt−∇p−1xt−1 (p>1)\nabla x_t=x_t-x_{t-1}\,(p=1)\\\nabla^px_t=\nabla^{p-1}x_t-\nabla^{p-1}x_{t-1}\,(p>1)∇xt​=xt​−xt−1​(p=1)∇pxt​=∇p−1xt​−∇p−1xt−1​(p>1) (2)kkk步差分: xtx_txt​的kkk步差分为∇k
一文讲透时间序列的平稳性
AI蜗牛车
09-22 5093
本文转载自知乎作者StormBlafe，编辑：时序人原文链接：http://zhuanlan.zhihu.com/p/6522298291►为什么要关注时间序列的平稳性？原因一：时间序列数据的数据结构与传统的统计数据结构不同。最大的区别在于，传统随机变量可以得到多个观测值（比如骰子点数，可以反复掷得到多个观测值，忽略时间的差异）。而时间序列数据中，每个随机变量只有一个观测值（比如设收盘价为研究的...
时间序列规则和时间序列模型
evenson1的博客
08-22 8986
1. 时间序列规则 1.1 什么是时间序列规则 对于赛题/业务的规则之前已经描述了它的重要性和应用，在此不再赘述。这章主要了解时间序列及其规则，和周期的应用。 1.1.1 时间序列 时间序列（或称动态数列）：指将同一统计指标的数值按其发生的时间先后顺序排列而成的数列。通常是在相等间隔的时间段内依照给定的采样率对某种潜在过程进行观测的结果。 目的：时间序列数据本质上反映的是某个或者某些随机变量随时间不断变化的趋势，而时间序列预测方法的核心就是从数据中挖掘出这种规律，并利用其对将来的数据做出估计。 可以反映
时间序列分析笔记（待整理）
热门推荐
joeland209的博客
02-15 6万+
判断是否序列是否平稳： 1. ADF-test，null：有单位根（不平稳），alternative：平稳 2. KPSS-test，null：deterministic trend（可能是trend-stationary），alternative：有单位根（不平稳） 判断是否白噪声： Ljung-Box test，null：是白噪声，alternative：不是白噪声
平稳时间序列的相关概念
夏夜蒲扇的博客
05-10 8087
（一）两种不同的平稳性定义 1.严平稳过程 若对于时间ttt的任意nnn个值t1<t2<⋯<tnt_1<t_2<\cdots<t_nt1​<t2​<⋯<tn​，序列中的随机变量Xt1+s,Xt2+s,...,Xtn+sX_{t_1+s},X_{t_2+s},...,X_{t_n+s}Xt1​+s​,Xt2​+s​,...,Xtn​+s​ 2.宽...
MII时间序列分析课程笔记：掌握时间序列的关键
MII（Massachusetts Institute of Technology，麻省理工学院）作为世界顶尖的理工科高校，其时间序列课程深受学习者的重视，它所提供的课程笔记为研究时间序列的人士提供了一个宝贵的学习资源。 时间序列数据的处理...
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值