時間序列的預處理是對乙個觀察值序列的純隨機性和平穩性進行檢驗，根據檢驗結果可以將此序列分為不同的型別，純隨機序列也稱為白雜訊序列，是沒有任何資訊可以提取的平穩隨機序列。
通過預處理將序列分成不同型別之後我們就可以根據各種序列型別的特點使用不同的模型建模，常見的平穩時間序列建模模型為arma(可以分為ar、ma和arma三類)，此模型是使用線性模型來擬合平穩序列。非平穩的序列分析可以建立的模型有arima以及殘差自回歸模型等等。
2.1 基本概念
2.2 ar模型統計特性
統計量性質
統計量性質
均值常數均值
acf拖尾
方差常數均值
pacf
p階截尾
2.3 ma模型統計特性
統計量性質
統計量性質
均值常數均值
acfq階截尾
方差常數均值
pacf拖尾
2.3 ma模型統計特性
統計量性質
統計量性質
均值常數均值
acf拖尾
方差常數均值
pacf拖尾
2.4 平穩時間序列建模
對乙個時間序列經過預處理，若被判定為平穩非白雜訊序列，則可以計算acf和pacf，根據上述兩個係數選取合適的模型，並且為模型定階。
模型自相關係數(acf)
偏自相關係數(pacf)
ar(p)
拖尾p階截尾
ma(q)
q階截尾
拖尾arma(p,q)
拖尾拖尾
時間序列模型 （一） 模型概述
時間序列模型 一 模型概述 時間序列模型 二 移動平均法 時間序列模型 三 指數平滑法 時間序列模型 四 差分指數平滑法 自適應濾波法v 時間序列模型 五 趨勢外推 方法 時間序列模型 六 平穩時間序列模型 自回歸ar 移動平均 ma arma 模型 時間序列模型 七 時間序列建模的基本步驟 目錄 ...
時間序列分析 學習筆記（一）
import pandas as pd 匯入pandas 庫，主要用於資料集的匯入和資料的處理 import numpy as np 匯入numpy 庫，主要用於一些運算 import matplotlib.pyplot as plt 匯入matplotlib庫，主要用於繪製時序圖 from sta...
時間序列學習筆記1
時間序列 或稱動態數列 是指將同一統計指標的數值按其發生的時間先後順序排列而成的數列。時間序列分析的主要目的是根據已有的歷史資料對未來進行 經濟資料中大多數以時間序列的形式給出。根據觀察時間的不同，時間序列中的時間可以是年份 季度 月份或其他任何時間形式。例如 北京市月度cpi同比資料。具體的定義去...