时间序列笔记（一）

时间序列笔记（一）

时序数据特性

时序数据着眼于研究对象在时间顺序上的变化，寻找对象历史发展的规律。一般来说，时序数据的观察值由以下主要要素构成。

趋势性：时间序列在长时间内所呈现的行为，指受某种根本性因素影响而产生的变动或缓慢的运动。
循环性：指时间序列的变动有规律地徘徊于趋势线上下并反复出现。
季节性：一年内随季节变换而发生的有规律的周期性变化，如流感季，但更小单位的周期变动也被看成季节成分，如日交通流量反映了一天内“季节”变化情况。
波动性：围绕前3个要素的随机性波动，是一种无规律可循的变动。

平稳序列

指那些基本上不存在趋势的序列，序列中的观察值在某个固定的水平上随机波动，不存在某种显而易见的规律。

非平稳序列

指有趋势的序列，或者由趋势性、季节性和周期性混合而成的复合序列。

时序数据分析

常用的时序分析模型：

线性时序模型首先考虑序列平稳性，平稳时间序列是指均值和方差为常数的时间序列，其自协方差函数与起点无关，可采用自回归滑动平均模型（Auto-Regression Moving Average，ARMA）处理。非平稳时间序列可以考虑将其经差分后转化为平稳时间序列，然后用自回归积分滑动平均模型（Auto-Regression Integrated Moving Average，ARIMA）处理。有些序列成因极其复杂，则需要采用非线性模型，如核岭回归模型和神经网络模型。非线性模型需要大量的训练和检验，计算量远大于线性模型。

分析过程

对于给定的时序数据，首先要对其进行纯随机性和平稳性检验，非平稳序列数据需要经过d阶差分转换为平稳序列；然后使用ARMA或ARIMA建模，确定模型的最优参数；最后使用获得的模型进行预测。如果经过差分仍未能获得平稳序列，则考虑采用非线性建模。

纯随机性检验

纯随机序列也称白噪声序列，序列中各项之间没有任何相关关系，数据波动完全随机，数据中没有可提取的信息，无须进一步分析。

纯随机性检验也称白噪声检验。如果一个序列是纯随机序列，自相关系数应为零，当然实际的随机序列样本自相关系数不太可能恰好为零，往往在零值附近波动。在实践中常使用Q（Pierce-Box）或LB（LJung-Box）统计量来进行白噪声检验，如果检验得出的概率p值远小于0.05，则说明不是纯随机序列。

平稳性检验

对序列的平稳性检验可以先进行直观判别，如果一个随机序列是平稳的，在时间序列图上序列值将在一个常数附近随机波动，没有明显的趋势性或周期性。另外，平稳序列具有短期相关性，这意味着在相关图上，平稳随机序列的自相关系数衰减快，称为截尾现象，而非平稳随机序列衰减较慢，称为拖尾现象。进一步采用单位根（Augment Dickey-Fuller，ADF）检验进行定量分析，如果存在单位根（即检验统计量的概率p值远大于0.05），则序列是非平稳序列，否则为平稳序列。

ARMA

ARMA（p,q）建模计算平稳时间序列的自相关函数（AutoCorrelation Function，ACF）和偏自相关函数（Partial AutoCorrelation Function，PACF），通过对自相关图和偏自相关图的分析获得参数p和q的大概范围，根据AIC（Akaike Information Criterion）信息准则，计算候选参数空间内每个模型的AIC值，最小的AIC值对应的p和q为最佳的阶数。此过程也称为定阶。

ARIMA

ARIMA建模尝试通过差分运算将非平稳的时序转换为平稳序列。序列每次差分运算后都需要检验是否已经平稳，如果已平稳则转入与ARMA模型相似的定阶过程；否则需再次进行差分运算。ARIMA（p,d,q）模型中的参数d就表示差分的次数，称为d阶差分，参数p和q与ARMA模型相同。

参考：《数据科学技术与应用》宋晖著