2024-01-20 時間序列基礎知識

一、基本概念

1.1 期望

數(shù)學期望(mathematic expectation)(或均值,亦簡稱期望)是試驗中每次可能結果的概率乘以其結果的總和,是最基本的數(shù)學特征之一。它反映隨機變量平均取值的大小。

期望的計算方式

連續(xù)型隨機變量的期望

離散型隨機變量的期望

1.2 方差

方差是在概率論和統(tǒng)計方差衡量隨機變量或一組數(shù)據(jù)時離散程度的度量。
概率論中方差用來度量隨機變量和其數(shù)學期望即[均值]之間的偏離程度。在許多實際問題中,研究方差即偏離程度有著重要意義。
方差是衡量源數(shù)據(jù)和期望值相差的度量值。

方差的計算方式

方差計算方式

方差的性質(zhì)

1.3 協(xié)方差

協(xié)方差計算方式

image.png

image.png

協(xié)方差的含義

度量各個維度偏離其均值的程度

協(xié)方差的意義

終于明白協(xié)方差的意義了

1.4 相關系數(shù)

1.5 隨機游走

假設殘差服從均值為0,方差為
可證明時間序列Tt的方差為時間t和殘差方差的乘積

-第一個性質(zhì)
這意味著,隨機過程的方差會隨著時間線性地增長。
-第二個性質(zhì)
隨著時間推移,相鄰時點上Y值的正相關程度越來越強,對時點距離遙遠的Y值,其相關程度越來越弱。

二、平穩(wěn)性

如何理解時間序列的平穩(wěn)性? - 知乎 (zhihu.com)
時間平穩(wěn)性:
例子:

白噪聲,平穩(wěn)序列

隨機游走,非平穩(wěn)序列

如何處理隨機游走:一階差分

三、時間序列分類

時間序列-AR、MA、ARMA、ARIMA - 簡書 (jianshu.com)

自回歸過程(AR)

移動平均過程(MA)

自回歸移動平均過程(ARMA)

單積(整)自回歸移動平均過程(ARIMA)

四、如何理解時間序列

如何認識趨勢
近20年研究綜述

最后編輯于
?著作權歸作者所有,轉載或內(nèi)容合作請聯(lián)系作者
【社區(qū)內(nèi)容提示】社區(qū)部分內(nèi)容疑似由AI輔助生成,瀏覽時請結合常識與多方信息審慎甄別。
平臺聲明:文章內(nèi)容(如有圖片或視頻亦包括在內(nèi))由作者上傳并發(fā)布,文章內(nèi)容僅代表作者本人觀點,簡書系信息發(fā)布平臺,僅提供信息存儲服務。

友情鏈接更多精彩內(nèi)容