时间序列分析(一) 如何判断序列是否平稳

序列平稳不平稳,一般采用两种方法:

第一种:看图法

图是指时序图,例如(eviews画滴):

分析:什么样的图不平稳,先说下什么是平稳,平稳就是围绕着一个常数上下波动。

看看上面这个图,很明显的增长趋势,不平稳。

第二种:自相关系数和偏相关系数

还以上面的序列为例:用eviews得到自相关和偏相关图,Q统计量和伴随概率。

分析:判断平稳与否的话,用自相关图和偏相关图就可以了。

平稳的序列的自相关图和偏相关图不是拖尾就是截尾。截尾就是在某阶之后,系数都为 0 ,怎么理解呢,看上面偏相关的图,当阶数为 1 的时候,系数值还是很大, 0.914. 二阶长的时候突然就变成了 0.050. 后面的值都很小,认为是趋于 0 ,这种状况就是截尾。再就是拖尾,拖尾就是有一个衰减的趋势,但是不都为 0 。

自相关图既不是拖尾也不是截尾。以上的图的自相关是一个三角对称的形式,这种趋势是单调趋势的典型图形。

下面是通过自相关的其他功能

如果自相关是拖尾,偏相关截尾,则用 AR 算法

如果自相关截尾,偏相关拖尾,则用 MA 算法

如果自相关和偏相关都是拖尾,则用 ARMA 算法, ARIMA 是 ARMA 算法的扩展版,用法类似 。

不平稳,怎么办?

答案是差分,什么是差分?不介绍了,给个链接:

http://zh.wikipedia.org/wiki/%E5%B7%AE%E5%88%86

还是上面那个序列,两种方法都证明他是不靠谱的,不平稳的。确定不平稳后,依次进行1阶、2阶、3阶...差分,直到平稳位置。先来个一阶差分,上图。


 从图上看,一阶差分的效果不错,看着是平稳的。

时间序列分析(一) 如何判断序列是否平稳相关推荐

  1. 时间序列、时间序列分析、时间序列效应分解、平稳时间序列、AIC和BIC

    时间序列.时间序列分析.时间序列效应分解.平稳时间序列.AIC和BIC 目录 时间序列.时间序列分析.时间序列效应分解.平稳时间序列.AIC和BIC

  2. 应用时间序列分析--有季节效应的非平稳序列分析-ARIMA乘法模型-R语言

    在上一篇文章(http://t.csdn.cn/Lp2Nj)中,我们用到的数据是一个既含有季节效应又含有长期趋势效应的简单序列,为什么说它简单呢,是因为这种序列的季节效应.趋势效应和随机波动彼此之间很 ...

  3. 应用时间序列分析——有季节效应的非平稳序列分析-R语言

    因素分解理论: 1919年统计学家沃伦·珀森斯(Warren Persons)在他的论文<商业环境的指标>中首次提出了确定性因素分解(time series decomposition)思 ...

  4. ARIMA时间序列分析

    简介 ARIMA算法流程步骤(算法数学推导自行查阅相关论文),本文只讲工程技术和方法. 参考文章 标题:ARIMA模型 地址:http://wiki.mbalib.com/wiki/ARIMA%E6% ...

  5. matlab 延迟算子,时间序列分析-----2---时间序列预处理

    既然有了序列,那怎么拿来分析呢? 时间序列分析方法分为描述性时序分析和统计时序分析. 1.描述性时序分析 通过直观的数据比较或绘图观测,寻找序列中蕴含的发展规律,这种分析方法就称为描述性时序分析. 描 ...

  6. 时间序列分析-----2---时间序列预处理

    既然有了序列,那怎么拿来分析呢? 时间序列分析方法分为描述性时序分析和统计时序分析. 1.描述性时序分析 通过直观的数据比较或绘图观测,寻找序列中蕴含的发展规律,这种分析方法就称为描述性时序分析. 描 ...

  7. 时间序列分析:AR(p),MA(q)

    在一个连续的时间周期内随机变量发生变化,比如一个月内股票价格走势.每年的销售额.每小时进出园区的车辆等,这些都称为时间序列.时间序列分析通过分析过去一段时间内随机变量的走势,预测未来随机变量走势,时间 ...

  8. garch模型python步骤_利用python进行时间序列分析——从随机游走到GARCH模型(一)...

    本文是主体是翻译Time Series Analysis (TSA) in Python - Linear Models to GARCH.但是文章主要是python操作,而理论较少,因此在此基础上补 ...

  9. 时间序列分析-ARIMA模型

    提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档 时间序列分析-ARIMA模型 概述 一.时间序列平稳性 1.严平稳 2.弱平稳 二.建模步骤 1.平稳性检验 2.人工p 和 q 阶数 ...

  10. 时间序列分析之holtwinters和ARIMA

    原文:https://blog.csdn.net/huangtiao2509/article/details/78251101 时间序列是指按时间先后顺序排列的随机序列.所谓时间序列分析,就是根据有序 ...

最新文章

  1. OpenCV 4.5.4 刚刚发布!新增SoftNMS、DNN模型8位量化等功能
  2. 设计模式复习-备忘录模式
  3. Deep Learning论文笔记之(二)Sparse Filtering稀疏滤波
  4. python接口服务两种方式(被调用、主动推送)
  5. CentOS7 安装 mircosoft Netcore 自测部署安装
  6. 巧妙布局的APP界面模板,让你的作品更有吸引力
  7. Android蓝牙开发浅析
  8. C - Watchmen
  9. PostgreSQL rocks, except when it blocks: Understanding locks
  10. 一个超好用的笔记编辑器
  11. 把抽奖活动写成一篇技术博客是怎样一种体验
  12. CC1110使用433MHz收发数据
  13. 异常检测中的浅层模型与深度学习模型综述(A Unifying Review of Deep and Shallow Anomaly Detection)
  14. python爬取问卷星内容_Python Selenium 问卷星自动填写
  15. 世界著名设计公司-网址介绍
  16. C++内存管理机制—Primitives笔记
  17. flasgger手写phpwind接口文档
  18. 制作html版圣诞礼物,10个圣诞礼物制作灵感 创意圣诞卡片手工制作
  19. Redis内存淘汰策略LRU、LFU详解
  20. 28岁实现财务自由,网友:打扰了

热门文章

  1. mysql 系统工程师_数据库系统工程师难考吗?
  2. html 倒计时弹出框,alert警告框倒计时
  3. 使用Go编译为可执行文件(windows/linux)
  4. java log4j 路径配置_指定log4j配置文件路径
  5. 汇编语言项目创建指南 - Visual Studio
  6. 投票统计器用单片机c语言编写,基于51单片机的投票器毕业论文.doc
  7. DS Storage Manager 忘记管理密码恢复
  8. 【620】【信息管理学基础】【真题背诵】
  9. 数据库系统的体系结构
  10. 1.1 《数据库系统概论》之数据库系统概述(数据、数据库、数据库管理系统、数据库系统、数据库的产生和发展)