周期分解法和时间序列普分析PPT课件.ppt

时间序列分析周期分解方法和时间序列谱分析1时间序列分析简介依时间顺序排列起来的一系列观测值。有足够长的数据序列（t>4T）数据序列的变动是稳定而规律的时域（Timedomain）：将时间序列看成是过去一些点的函数，或者认为序列具有随时间系统变化的趋势，它可以用不多的参数来加以描述，或者说可以通过差分、周期等还原成随机序列。频域（Frequencydomain）：认为时间序列是由数个正弦波成份叠加而成，当序列的确来自一些周期函数集合时，该方法特别有用。长期趋势：指一种长期的变化趋势。它采取一种全局的视角，不考虑序列局部的波动。如：中国的GDP呈现一种上升的长期趋季节变化(Season)：冷饮的销售情况循环变化(Cyclic)：经济危机，指一种较长时间的周期变化。循环变化一般会出现波峰和波谷，呈现一种循环往复的现象。不规则变化(error):白噪声，指时间序列中无法预计的部分，序列的随机波动。有指数平滑法（ExponentialSmoothing）自回归线性模型（Autoregressivemodel）ARIMA模型周期分解（SeasonalDecomposition）序列图自相关／偏相关图交叉相关图周期图和谱密度图周期分解方法（seasonalDecomposition过程）将那些与年、季、月等相关的固定周期变动称为季节性变动，而将其他非固定周期变动称为周期性。周期分解法的本质就是要对时间序列的各种周期性进行识别和提取。加法模型（波动幅度无明显变化）乘法模型（波动幅度随时间推移增大或减小）例题【17-4】13操作过程56时间序列谱分析（seasonalDecomposition过程）一个时间序列可看成各种周期扰动的叠加，频域分析就是确定各周期的振动能量的分配，这种分配称为“谱”，或“功率谱”。因此频域分析又称谱分析。（心电图）例题【17-5】谢谢观看