时间序列分析.pdfVIP

时间序列解析

1.基本看法

(1)一般看法：系统中某一变量的观察值准时间序次（时间间隔同样）摆列成一个数值序

列，展现研究对象在一准时期内的变动过程，从中找寻和解析事物的变

化特色、发展趋势和规律。它是系统中某一变量受其余各种要素影响的

总结果。

(2)研究实质：经过办理展望目标自己的时间序列数据，获取事物随时间过程的演变特征

与规律，从而展望事物的将来发展。它不研究事物之间互相依存的因果

关系。

(3)假设基础：惯性原则。即在必定条件下，被展望事物的过去变化趋势会连续到将来。

示意着历史数据存在着某些信息，利用它们可以解说与展望时间序列的

此刻和将来。

近大远小原理（时间越近的数据影响力越大）和无季节性、无趋势

性、线性、常数方差等。

(4)研究意义：好多经济、金融、商业等方面的数据都是时间序列数据。

时间序列的展望和评估技术相对完美，其展望情形相对明确。

特别关注展望目标可用数据的数目和质量，即时间序列的长度和展望的

频率。

2.变动特色

(1)趋势性：某个变量跟着时间进展或自变量变化，表现一种比较缓慢而长远的连续上

升、降落、逗留的同性质变动趋势，但变动幅度可能不等。

(2)周期性：某要素因为外面影响跟着自然季节的交替出现巅峰与低谷的规律。

(3)随机性：个别为随机变动，整体呈统计规律。

(4)综合性：实质变化状况一般是几种变动的叠加或组合。展望时一般想法过滤除掉不

规则变动，突出反响趋势性和周期性变动。

3.特色鉴识

认识时间序列所拥有的变动特色，以便在系统展望时选择采纳不一样的方法。

(1)随机性：均匀分布、无规则分布，可能吻合某统计分布。(用因变量的散点图和直方图

及其包含的正态分布检验随机性，大多数遵从正态分布。)

(2)安稳性：样本序列的自相关函数在某一固定水平线周边摇动，即方差和数学希望稳

固为常数。

样本序列的自相关函数不过时间间隔的函数，与时间起点没关。其拥有对

称性，能反响安稳序列的周期性变化。

特色鉴识利用自相关函数ACF：ρ=γ/γ

kk0

此中γ是y的k阶自协方差，且ρ=1、-1ρ1。

kt0k

安稳过程的自相关系数和偏自相关系数都会以某种方式衰减趋近于0，

前者测度当前序列与先前序列之间简单和老例的相关程度，后者是在控制其

它先前序列的影响后，测度当前序列与某一先前序列之间的相关程度。

1/11

实质上，展望模型多数难以满足这些条件，现实的经济、金融、商业等序列都是非

稳固的，但经过数据办理可以变换为安稳的。

4.展望种类

(1)点展望：确立独一的最好展望数值，其给出了时间序列将来发展趋势的一个简单、

直接的结果。但常产生一个非零的展望偏差，其不确立程度为点展望值

的置信区间。

(2)区间展望：将来展望值的一个区间，即希望序列的实质值以某一概率落入该区间范

围内。区间的长度传达了展望不确立性的程度，区间的中点为点展望值。

(3)密度展望：序列将来展望值的一个完好的概率分布。依据密度展望，可建立任意置

信水平的区间展望，但需要额外的假设和涉及复杂的计算方法。

5.基本步骤

(1)解析数据序列的变化特色。

(2)选择模型形式和参数检验。

(3)利用模型进行趋势展望。

(4)评估展望结果并修正模型。

系统中某一要素变量的时间序列数据没有确立的变化形式，也不可以用时间的确定函

数描述，但可以用概率统计方法追求比较适合的随机模型近似反响其变化规律。(自变

量不直接含有时间变量,但隐含时间要素)