时间序列 - 平稳性与差分
时间序列是随时间变化的序列，总体可分为 平稳 与 非平稳序列； 平稳序列 平稳序列即经由 样本时间序列 得到的拟合曲线在未来一段时间内仍能沿着现有形态发展下去； 数学描述如下： 均值和方差 不 随时间 t 变化而变化； 协方差 cov(xt，xt+k) 只与 周期(或者说时间间隔 ...
原文：[时间序列分析][5]--非平稳时间序列模型与差分
非平稳时间序列模型 非平稳时间序列模型 通过差分平稳化 差分是什么 是否要做差分单位根检验 做多少次差分 一个例子 ARIMA模型 随机游动 疏系数模型中间有项可以是 什么是疏系数模型 如何判断是疏系数模型 推广 通过差分平稳化 差分是什么 由Cramer分解定理 : 时间序列 确定性影响 随机性影响 , 而确定性影响又可以由多项式决定 , 而对多项式求n次差分 , 既能变成常数 差分在连续情况 ...
2017-04-23 11:20 0 1199 推荐指数：
相关推荐
时间序列算法（平稳时间序列模型，AR(p),MA(q),ARMA(p,q)模型和非平稳时间序列模型，ARIMA(p,d,q)模型）的模型以及需要的概念基础学习笔记梳理
在做很多与时间序列有关的预测时，比如股票预测，餐厅菜品销量预测时常常会用到时间序列算法，之前在学习这方面的知识时发现这方面的知识讲解不多，所以自己对时间序列算法中的常用概念和模型进行梳理总结（但是为了内容的正确性有些内容我通过截图来记录吧），希望能有所帮助^.^ 一、时间序列 ...
时间序列 平稳模型（二）
本章介绍第一类非常重要的模型：自回归滑动平均模型（ARMA)。在真实案例中，ARMA模型也被高频的使用到，更是后面模型的基础，反正，时间序列是绕不过去ARMA模型的。 2.1 一般线性过程 ARMA模型属于一大类过程（模型），即一般线性过程。一听到线性过程，是不是就觉得不难了？ 事实也是 ...
第二章平稳时间序列模型——AR(p),MA(q),ARMA(p,q)模型及其平稳性
。 2各种和模型 p阶移动平均过程： q阶自回归过程： 自回归 ...
第二章平稳时间序列模型——ACF和PACF和样本ACF/PACF
自相关函数/自相关曲线ACF AR(1)模型的ACF： 模型为： 当其满足平稳的必要条件|a1|<1时（所以说，自相关系数是在平稳条件下求得的）： y(t)和y(t-s)的方差是有限常数，y(t)和y(t-s)的协方差伽马s ...
时间序列模型（三）：指数平滑法
时间序列模型（一）：模型概述 时间序列模型（二）：移动平均法（MA） 时间序列模型（三）：指数平滑法 一次移动平均实际上认为近N期数据对未来值影响相同，都加权 1/N；而 N 期以前的数据对未来值没有影响，加权为0。但是，二次及更高次移动平均数的权数却不是 1/N，且次数越高 ...
ARIMa--时间序列模型
一、概述 在生产和科学研究中，对某一个或者一组变量 x(t)x(t) 进行观察测量，将在一系列时刻 t1,t2,⋯,tnt1,t2,⋯,tn 所得到的离散数字组成的序列集合，称之为时间序列。时间序列分析是根据系统观察得到的时间序列数据，通过曲线拟合和参数估计来建立数学模型的理论和方法。时间 ...
时间序列平稳化
参考：https://www.cnblogs.com/foley/p/5582358.html https://wenku.baidu.com/view/b18e720b19e8b8f67c1cb9ec.html 1.为什么要对时间序列平稳化 在大数定理和中心定理中要求样本同分布（这里同分 ...