时序模式--时间序列分析

时间序列分析目的：给定一个已被观测了的时间序列，预测该序列的未来值
1.时间序列预处理
（1）纯随机性和平稳性检验，检验结果不同将序列分为不同 的类型，有不同的分析方法。
纯随机序列（白噪声序列）—序列各项之间无任何相关关系，序列在进行完全无序的随机波动，可终止对序列的分析。白噪声序列是没有信息可提取的平稳序列。
平稳非噪声序列—-其均值与方差是常数，通常采用建立一个线性模型拟合序列的发展。ARMA模型
非平稳序列—其均值方差不稳定，将其转变为平稳序列（差分运算）
2.平稳性检测
（1）时序图和自相关图特征做出判断的图检测
（2）构造检验统计量,（单位根检验，检测序列中是否存在单位根，存在单位根就是非平稳时间序列）
3.纯随机性检验（白噪声检验）
序列值之间没有任何关系，构造检验统计量Q、LB统计量
多元线性回归模型
AR模型（自回归模型）、MA模型、ARMA模型（自回归移动平均模型）
平稳时间序列建模
（1）计算ACF自相关系数和PACF偏自相关系数
（2）ARMA模型识别