【Python算法】时间序列预处理

1.时间序列的预处理　　拿到一个观察值序列后，首先要对它的纯随机性和平稳性进行检验，这两个重要的检验被称为序列的预处理。根据检验结果可以将序列分为不同的类型，对不同类型的序列会采取不同的分析方法。　　对于纯随机序列(又称为白噪声序列)，序列的各项之间没有任何相关关系，序列在进行完全无序的随机波动，可以终止对该序列的分析。白噪声序列是没有信息可提取的平稳序列。　　对于平稳非白噪声序列，它的均值和方差是常数，现已有一套非常成熟的平稳序列的建模方法。通常是建立一个线性模型来拟合该序列的发展，借此提取该序列的有用信息。ARMA 模型是最常用的平稳序列拟合模型。　　对于非平稳序列，由于它的均值和方差不稳定，处理方法一般是将其转变为平稳序列，这样就可以应用有关平稳时间序列的分析方法，如建立ARMA模型来进行相应的研究。如果一个时间序列经差分运算后具有平稳性，则该序列为差分平稳序列，可以使用ARIMA模型进行分析。

2.平稳性检验

2.平稳性的检验　　对序列的平稳性的检验有两种检验方法：　　一种是根据时序图和自相关图的特征做出判断的图检验，该方法操作简单、应用广泛，缺点是带有主观性；　　另一种是构造检验统计量进行检验的方法，目前最常用的方法是单位根检验。

① 时序图检验 根据平稳时间序列的均值和方差都为常数的性质，平稳序列的时序图显示该序列值始终在一个常数附近随机波动，而且被动的范围有界；如果有明显的趋势性或者周期性，那它通常不是平稳序列。

② 自相关图检验 平稳序列具有短期相关性，这个性质表明对平稳序列而言通常只有近期的序列值对现时值的影响比较明显，间隔越远的过去值对现时值的影响越小。随着延迟期数k的增加，平稳序列的自相关系数pk(延迟 k 期)会比较快的衰减趋向于零，并在零附近随机波动，而非平稳序列的自相关系数衰减的速度比较慢，这就是利用自相关图进行平稳性检验的标准。

③ 单位根检验单位根检验是指检验序列中是否存在单位根，如果存在单位根就是非平稳时间序列。

3.纯随机性检验　　如果一个序列是纯随机序列，那么它的序列值之间应该没有任何关系，即满足y(k) = 0, k ≠ 0，这是一种理论上才会出现的理想状态，实际上纯随机序列的样本自相关系数不会绝对为零，但是很接近零，并在零附近随机波动。　　纯随机性检验，一般是构造检验统计量来检验序列的纯随机性，常用的检验统计量有Q统计量、LB统计量，由样本各延迟期数的自相关系数可以计算得到检验统计量，然后计算出对应的p值，如果p值显著大于显著性水平a，则表示该序列不能拒绝纯随机的原假设，可以停止对该序列的分析。

时间序列 预处理 python_【Python算法】时间序列预处理相关推荐

  1. 时间序列预测（一）—— 数据预处理

    时间序列预测(一)-- 数据预处理 欢迎大家来我的个人博客网站观看原文:https://xkw168.github.io/2019/05/20/时间序列预测-一-数据预处理.html   最近在做时间 ...

  2. 白噪声检验python_使用python实现时间序列白噪声检验方式

    白噪声检验也称为纯随机性检验, 当数据是纯随机数据时,再对数据进行分析就没有任何意义了, 所以拿到数据后最好对数据进行一个纯随机性检验 acorr_ljungbox(x, lags=None, box ...

  3. python pca主成分_超越“经典” PCA：功能主成分分析（FPCA）应用于使用Python的时间序列...

    python pca主成分 FPCA is traditionally implemented with R but the "FDASRSF" package from J. D ...

  4. 【Python】时间序列数据分析与预测之Python工具汇总

    本文中总结了十多种时间序列数据分析和预测工具和python库,在我们处理时间序列项目时,可以翻开本文,根据需要选择合适的工具,将会事半功倍! 在处理时间序列项目时,数据科学家或 ML 工程师通常会使用 ...

  5. 2021华为杯数学建模B题“空气质量预报二次建模” 预处理思路+Python代码

    简介 前阵子和小伙伴做了2021年华为杯研赛的B题"空气质量预报二次建模",发现数据预处理一块挺有意思的,涵盖了常规的缺失值(随机缺失.指标缺失/列缺失.条目缺失/行缺失).异常值 ...

  6. 基于时间序列的异常检测算法小结

    简介 搜罗了网上几乎所有的基于时间序列的异常检测方法,没有包括文献,整理记录一下. 综合引用以下文章: 数据挖掘导论 时间序列异常检测机制的研究 KPI异常检测竞赛笔记 异常检测之时间序列的异常检测 ...

  7. python处理时间序列非平稳_手把手教你用Python处理非平稳时间序列

    简介 预测一个家庭未来三个月的用电量,估计特定时期道路上的交通流量,预测一只股票在纽约证券交易所交易的价格--这些问题都有什么共同点? 它们都属于时间序列数据的范畴!如果没有"时间" ...

  8. 基于Python长时间序列遥感数据处理及在全球变化、物候提取、植被变绿与固碳分析、生物量估算与趋势分析等领域中的应用实践技术

    查看原文>>>基于Python长时间序列遥感数据处理及在全球变化.物候提取.植被变绿与固碳分析.生物量估算与趋势分析等领域中的应用实践 目录 专题一.长时序遥感产品在全球变化/植被变 ...

  9. 长时间序列遥感数据植被物候提取/遥感数据产品分析暨MODIS NDVILAI多年产品数据批处理分析/Python长时间序列遥感数据处理及在全球变化、物候提取、植被变绿与固碳分析、生物量估算与趋势分析

    基于MATLAB长时间序列遥感数据植被物候提取与分析 1.本课程基于matlab语言 2.提供所有代码 3.以实践案例为课程内容主线,原理与操作相结合 4.根据讲解内容,布置作业,巩固所学内容及拓展在 ...

最新文章

  1. 回车的ascii码_ASCII码表
  2. 文巾解题 627. 变更性别
  3. 兼容超大图片的处理_计算机读取超大图像的一些问题简述
  4. Python查询MySQL进行远程采集图片实例
  5. 72、android状态栏一体化，状态栏改变颜色
  6. Orleans 知多少 | Orleans 中文文档上线
  7. 微信小程序继续入坑指南
  8. Android官方开发文档Training系列课程中文版：构建第一款安卓应用之环境配置
  9. 白鹭本地数据存储操作代码实例
  10. PowerDesigner(二)-项目和框架矩阵
  11. bat脚本保存dir结果_Tomcat的启停脚本源码解析
  12. 苹果原生文字转语音播报
  13. Java开发中的一些概念
  14. mysql mvcc 实例说明_【MySQL】面试官：谈谈你对Mysql的MVCC的理解？
  15. 697.数组的度（力扣leetcode） 博主可答疑该问题
  16. c语言生成 pdf文件,使用PDFLib生成PDF文档（C语言版）--使用指导
  17. RuoYi-Vue Spring Security 密码加密
  18. Codeforeces——69A Young Physicist
  19. 用计算机刻录光盘,教你怎么用电脑刻录数据光盘
  20. 38、Java——汽车租赁系统（JDBC+MySQL+Apache DBUtils）

热门文章

  1. Windows10文件重命名/复制/移动时，导致文件资源管理器卡顿，解决方案
  2. PAT1047 编程团体赛 （20 分）
  3. Spring Boot注解
  4. 大规模分布式跟踪系统的理论
  5. maven下载包慢解决
  6. AbstractReferenceCountedByteBuf源码分析
  7. 自旋锁、互斥锁和信号量
  8. 1096 Consecutive Factors (20 分)_24行代码AC
  9. DevC++最新汉化版（支持C++11）
  10. Str库系列函数合集(strlen、strcpy、strcmp、strcat、strchr等)