【正文】 間隔 h。該標(biāo)志變量默認的是日期型變量。 游程檢驗是一個非參數(shù)檢驗方法 ,其基本思路是 ， 將序列的數(shù)值按一定規(guī)則重新分組形成兩類 。 是不同時間序列間不同時期滯后序列的相關(guān)性 。 28 2) 具有趨勢性的非平穩(wěn)時間序列 ， 序列的各階自相關(guān)函數(shù)值顯著不為零 ， 同時隨著階數(shù)的增大 ， 函數(shù)值呈緩慢下降的趨勢 ；偏自相關(guān)函數(shù)值則呈明顯的下降趨勢 ， 很快落入置信區(qū)間 。 “ 簇集性 ” 是 指數(shù)據(jù)在一段時間內(nèi)具有相似的水平 ， 在不同的水平間跳躍性變化 ， 而非平緩性變化 。 同時 ,在輸出窗口中將輸出一個簡要的日志 ，說明時間標(biāo)志變量及其格式和包含的周期等 。 ?另外 ， 也可利用 分析 ?預(yù)測 ?頻譜分析 模塊進行簡單的譜分析 。 ? 指標(biāo)集 T中的每個元素表示的是一段時間 ,這種數(shù)據(jù)被稱為 時期數(shù)據(jù) ； ? 指標(biāo)集 T中的每個元素表示的是一個時間點 ,這種數(shù)據(jù)被稱為 時點數(shù)據(jù) 。 9 ?? 寬平穩(wěn) ： 寬平穩(wěn)是指隨機過程的均值函數(shù) 、方差函數(shù)均為常數(shù) ， 自協(xié)方差函數(shù)僅是時間間隔的函數(shù) 。 ?嚴平穩(wěn) ： 如果對 t1， t2， … ， tn， h∈ T和任意整數(shù) n，都使（ yt1， yt2… ， ytn）與（ yt1+h， yt2+h， … ， ytn+h）同分布，則概率空間（ W,F,P）上隨機過程｛ y(t)， t∈ T｝稱為平穩(wěn)過程 。 ? 時間序列與一般的統(tǒng)計數(shù)據(jù)的不同之處在于：這是一些有嚴格先后順序的數(shù)據(jù) 。 4 時間序列分析概述 ? ?? ?12, , , .,tty y yty t t Tty??????通常將時間序列描述成一個有序的數(shù)列其中下標(biāo) 表示時間對上述數(shù)列可以有以下幾種理解:第一, 可理解為一個有先后順序且時間間隔均勻的數(shù)列.第二, 可理解為隨機變量族或隨機過程 的一個實現(xiàn). 即在一個固定的時間點 上, 將現(xiàn)象 看做是一個具有多種可能事實的隨機變量.5 12, , ,tttyyy y y???每一個 只是隨機變量 由于種種原因而表現(xiàn)出來的一個結(jié)果,而在所有被關(guān)注時間點上 ,就是一系列隨機變量所表現(xiàn)出來的一個結(jié)果,通常稱做一個實現(xiàn)或一個現(xiàn)實,也可以稱做一個軌道.使時間序列得以產(chǎn)生的隨機有什么樣的性質(zhì)?它們之間的關(guān)系如何?隨著時間的推移這些性質(zhì)和關(guān)系會有什么樣的變化?所有這些都是時間序列分析中必須關(guān)注的問題.6 ? 研究時間序列問題時常會涉及到以下概念： T 指標(biāo)集 T可理解為時間 t的取值范圍。 8 ?直觀上，一個平穩(wěn)的時間序列可以看作是一條圍繞其均值上下波動的曲線。 ?白噪聲序列是一種特殊的平穩(wěn)序列 , 在不同時點上的隨機變量的協(xié)方差為 0。 ?趨勢外推法 適用于精度要求不很高的中長期趨勢預(yù)測 。 具體操作這里不再贅述 ， 僅重點討論時間定義的操作步驟 。 通過圖形化觀察和檢驗?zāi)軌虬盐諘r間序列的諸多特征， 如時間序列的發(fā)展趨勢是上升還是下降， 還是沒有規(guī)律的上下波動；時間序列的變化的周期性特點；時間序列波動幅度的變化規(guī)律；時間序列中是否存在異常點 ，時間序列不同時間點上數(shù)據(jù)的關(guān)系等 。 對自相關(guān)的測度往往采用自協(xié)方差函數(shù)和自相關(guān)函數(shù) 。 5) 非周期的波動性時間序列 ， 自相關(guān)函數(shù)值會在一定的階數(shù)之后較快的趨于零 ， 而偏自相關(guān)函數(shù)則會很快的落入到置信區(qū)間內(nèi) 。 ?參數(shù)檢驗法 。 也就是說 游程不能太多 ， 也不能太少 。 35 5) 單擊 時間線 Time Lines 按鈕定義序列圖中需要特別標(biāo)注的時間點 ， 給出了無參考線 (No reference Lines)、 每一個更改的線 (Line at each change of)、 在日期上的線 (Line at date)三項供選擇 。 38 目 其中 Independence model表示假設(shè)序 列是白噪聲的過程； Bartlett’s approximation表示 ， 根據(jù) Bartlett 給出的估計自相關(guān)系數(shù)和偏自相關(guān)系數(shù)方差的近似式計算方差 。 利用海關(guān)總出口額數(shù)據(jù) ， 繪制出口總額和外匯儲備的一階逐期差分后的序列互相關(guān)圖。 季節(jié)差分(Seasonal difference)就是一個典型的代表 。 63 預(yù)處理的基本操作 1. 序列缺失數(shù)據(jù)處理的基本操作 1) 轉(zhuǎn)換 ?替換缺失值 。 這樣形成的新序列將損失前 k個數(shù)據(jù) 。 ? ? ? ? ? ?? ?0 1 1 2 220 , ,? ? ? ? ?? ? ?? ? ? ? ? ? ? ? ?????? 即殘差序列 是白噪聲的.t t t p tp ttty x x xWN73 ? ? ? ?? ?20 1 2020,? ? ? ? ? ? ?????? ? ? ? ? ? ? ? ? ? ??????ppkt p t k tkty t t t tWN? 趨勢外推法中 ， 模型中的解釋變量往往是一些表示時間順序的序列 ， 可以沒有實際意義。 :12:4802:12:48February 9, 2023 1他鄉(xiāng)生白發(fā)，舊國見青山。 02:12:4802:12:4802:12Thursday, February 9, 2023 1不知香積寺，數(shù)里入云峰。 :12:4802:12Feb239Feb23 1越是無能的人，越喜歡挑剔別人