時序模式--時間序列分析


時間序列分析目的:給定一個已被觀測了的時間序列,預測該序列的未來值
1.時間序列預處理
(1)純隨機性和平穩性檢驗,檢驗結果不同將序列分為不同 的類型,有不同的分析方法。
純隨機序列(白噪聲序列)—序列各項之間無任何相關關系,序列在進行完全無序的隨機波動,可終止對序列的分析。白噪聲序列是沒有信息可提取的平穩序列。
平穩非噪聲序列—-其均值與方差是常數,通常采用建立一個線性模型擬合序列的發展。ARMA模型
非平穩序列—其均值方差不穩定,將其轉變為平穩序列(差分運算)
2.平穩性檢測
(1)時序圖和自相關圖特征做出判斷的圖檢測
(2)構造檢驗統計量,(單位根檢驗,檢測序列中是否存在單位根,存在單位根就是非平穩時間序列)
3.純隨機性檢驗(白噪聲檢驗)
序列值之間沒有任何關系,構造檢驗統計量Q、LB統計量
多元線性回歸模型
AR模型(自回歸模型)、MA模型、ARMA模型(自回歸移動平均模型)
平穩時間序列建模
(1)計算ACF自相關系數和PACF偏自相關系數
(2)ARMA模型識別


注意!

本站转载的文章为个人学习借鉴使用,本站对版权不负任何法律责任。如果侵犯了您的隐私权益,请联系我们删除。



 
粤ICP备14056181号  © 2014-2021 ITdaan.com