建设股票网站,一个网站的建设流程有哪些资料,php网站开发就业前景,企业简介模板ppt免费第一章 说明 对于时间序列的研究#xff0c;可以追溯到19世纪末和20世纪初。当时#xff0c;许多学者开始对时间相关的经济和社会现象进行研究#xff0c;尝试发现其规律和趋势。其中最早的时间序列研究可以追溯到法国经济学家易贝尔#xff08;Maurice Allais#xff09;…第一章 说明 对于时间序列的研究可以追溯到19世纪末和20世纪初。当时许多学者开始对时间相关的经济和社会现象进行研究尝试发现其规律和趋势。其中最早的时间序列研究可以追溯到法国经济学家易贝尔Maurice Allais和英国经济学家詹姆斯·克拉克James Clark的研究。随着时间序列分析方法的不断发展和应用时间序列研究逐渐成为了统计学、经济学、金融学、工程学等领域重要的研究方向。
第二章、时态数据的结构
时间序列数据为 根据时间编制索引的观测值或测量值 而不是Xi我们用Xt表示
为什么这会让事情变得不同 时间索引具有特殊的排序。 随时间测量的数据不可交换这是我们在索引数据时通常假设的我我. 时间也可以有其特殊的含义代表其他未观察到的变量。 需要明确的是时间序列数据的一个关键属性是它与通常分析的其他类型的数据区分开来我们不认为我们可以随机排列数据的索引并以相同的分布对数据进行建模。数据有排序。此外数据独立的较强假设通常不适用。 时间序列数据的一个有趣且可能令人不安的特征是原始形式的数据提供的真实信息很少。从某种意义上说原始数据是最无用的数据形式。因此绘制或汇总原始数据通常无法提供对正在发生的事情或为什么发生的很多见解。但是由于时间索引具有如此特殊的意义我们可以使用时间索引将时间序列数据分解为不同时间尺度的变化。时间尺度分析的正式方法有时称为傅里叶分析或光谱分析但也有一些非正式方法也很有用。 考虑时间序列数据的另一种方法是时间序列实际上表示在不同时间尺度上变化的时间序列的混合。分析时间序列数据的部分工作是 挑选时间尺度的混合并描述它们之间的区别 根据经验属性或手头的科学问题确定感兴趣的时间尺度
2.1 示例空气污染与健康 例如我们可能有兴趣研究长期暴露于环境空气污染如何影响您的预期寿命。例如一些研究表明与生活在更清洁的城市相比一生生活在污染更严重的城市会使您的预期寿命减少多达 6 个月。在考虑如何解决这个问题以及如何分析数据时我们主要感兴趣的是比较城市之间的长期平均污染水平也许是几十年。我们不太可能关心某一天甚至一个月的污染水平有多高。 另一方面许多研究表明空气污染的短期峰值会增加一个城市的心血管和呼吸系统疾病的死亡人数和住院人数。在这种情况下我们可能有兴趣将空气污染的日常变化与住院或死亡率的日常变化进行比较。总体长期平均污染水平没有什么意义。 考虑以下 10–1987 年期间密歇根州底特律的颗粒物 PM1999 数据的时间序列图。 有人可能会问一个看似简单的问题底特律的空气污染在1987年至1999年期间有所改善吗事实上在这段时间内污染水平总体上略有下降但持续不断。 实际上当我们查看拟合的简单线性回归模型结果时我们看到斜率的系数为负。
# A tibble: 2 x 5term estimate std.error statistic p.valuechr dbl dbl dbl dbl
1 (Intercept) 48.4 1.67 28.9 9.59e-170
2 date -0.00157 0.000184 -8.54 1.77e- 17
但是在查看上面的图时很难不注意到定期发生的极端峰值。粗略阅读该图显示了PM10水平达到100 \mu\g/m\^3\的天数。因此底特律的PM10随着时间的推移而下降但我们在某些日子里仍然会经历高水平。情况是否有所改善
当然答案与我们考虑数据的时间尺度有关。在长期的时间尺度上事情似乎正在减少因此趋势平稳。然而在短期时间尺度上我们仍然会看到大的峰值。没有一个答案;答案取决于时间尺度。
从政策角度来看我们可以采用不同的策略来影响长期和短期时间尺度的空气污染。为了长期改变污染水平我们可能会尝试将当地经济从基于化石燃料的能源转变为更可再生、污染更少的能源。这样的计划可能会产生重大影响但需要大量时间才能实施。为了应对污染的短期波动我们可能会实施交通禁令或有针对性的基于源的干预措施等政策以缓解短期高峰。
现在假设我们想看看底特律的死亡率和空气污染之间是否存在任何关联。我们可以制作一个简单的散点图来查看是否存在简单的关联。 现在这个散点图是我们在没有时间序列数据时可能会制作的。但是由于我们确实有时间序列数据因此我们应该立即开始根据不同的时间尺度变化来思考问题。我们关心的是污染和死亡率之间的长期关联还是关心短期关联
上图中显示的整体关联可以用简单的线性回归模型进行量化。
# A tibble: 2 x 5term estimate std.error statistic p.valuechr dbl dbl dbl dbl
1 (Intercept) 46.0 0.226 204. 0
2 pm10 0.0275 0.00564 4.88 0.00000108
两者之间似乎存在正相关表明空气污染水平的增加与死亡率的增加有关。但是我们能做更多的事情来获得更多的洞察力吗
让我们计算PM10的年平均值并对年度死亡总数求和并制作这些年度汇总统计数据的散点图。 从这个图中我们可以看到这种关联似乎相当强当然只有 13 个数据点。当我们为这些数据拟合线性模型时我们得到以下内容。
# A tibble: 2 x 5term estimate std.error statistic p.valuechr dbl dbl dbl dbl
1 (Intercept) 10388. 987. 10.5 0.00000000725
2 pm10 190. 29.4 6.47 0.00000579
从一年到下一年年平均PM10变化一个单位与190.4例死亡的变化有关。
现在我们可以将PM10的每日偏差与其年平均值进行比较并查看该偏差与每日死亡率之间的关联。 # A tibble: 2 x 5term estimate std.error statistic p.valuechr dbl dbl dbl dbl
1 (Intercept) 46.9 0.116 404. 0
2 pm10dev 0.0142 0.00574 2.47 0.0136
这里的关联要小得多但当然我们只关注PM10的每日变化而不是年度变化。我们预计PM10从一天到第二天的一个单位变化会带来大量死亡。
人们可能会想知道哪个估计是正确的是日平均PM10与死亡率之间的关联还是年平均PM10与死亡率之间的关联答案是两者都是“正确的”但每个都回答了不同的问题。日平均值着眼于短期变化可以解释为代表污染的“急性”影响而年平均值可能会重新反映空气污染水平的“慢性”影响。
在不同时间尺度上观察关联时要考虑的另一个问题是在这个时间尺度上存在的混杂因素是什么在观察PM10的逐年变化时可能存在许多混杂因素这些混杂因素也因PM10和死亡率而异。在观察PM10的每日变化时每年平稳变化的相同混杂因素可能不会引起关注。但是可能还有其他混杂因素每天都需要考虑。 2.2 固定变化与随机变化
大多数时间序列书籍倾向于将时间序列想象为仅由随机现象组成而不是固定和随机现象的混合。因此建模通常侧重于时序模型的随机方面。然而世界上许多实时序列是由我们可能认为的固定和随机变化组成的。 温度数据具有非“随机”的昼夜和季节性成分 空气污染数据可能会根据交通或通勤模式产生星期的影响
虽然有时很容易将一切都视为随机的但当我们缺乏对真正潜在现象的观察时这通常是一根拐杖。此外当某些东西是固定的时将它视为随机将导致违反我们通常做出的平稳性假设见下文。
根据应用程序的性质对固定或随机的相同现象进行建模可能是有意义的。换句话说这取决于。 在生物医学和公共卫生应用中我们通常处理完全观察到的数据集并试图解释“发生了什么 我们正在描述过去也许是对未来做出推断 在金融或控制系统应用中我们可能会根据过去对未来事件进行预测。从过去数据中看似固定的事情将来可能会发生变化因此我们可能希望允许模型“适应”未知的未来模式。
考虑以下 1990–1992 年马里兰州巴尔的摩的日平均温度图。正如人们从温度数据中预期的那样有一个强烈的季节性模式在夏季达到顶峰在冬季出现低谷。 现在这种所谓的季节性模式是固定的还是随机的历史告诉我们季节性模式是相当可预测的。我们通常不相信夏天可以冻僵冬天也可以达到90度F。
讨论此问题的更正式方式可能是使用以下模型。设 \y_1 y_2 \dots\ 是巴尔的摩每天 \t\ 的温度值并考虑以下模型
\[ y_t \mu \varepsilon_t \]
其中 \\varepsilon\ 是期望值 \\mu\ 和观测值 \y_t\ 之间的随机偏差。在没有任何计算机的帮助下我们可能会查看上面的图并估计\\mu\大约是50-55度。但是现在假设您的工作是预测 \t\ 的任何值的 \\varepsilon_t\ 的值。很明显如果 \t\ 在年中下降则很可能是 \\varepsilon_t 0\如果 \t\ 在年初或年底附近下降那么很可能是 \\varepsilon_t 0\。因此我们只需知道 \t\ 的值即可获得有关偏差 \\varepsilon\ 的重要信息。换句话说序列\\varepsilon_t\中嵌入了一个固定的季节性效应我们可能很难将其视为“随机”。
但现在考虑以下模型。
\[ y_t y_{t-1} \varepsilon_t。 \]
此模型将 \y_t\ 的值预测为与时间 \t-1\ 处的值的偏差。所以今天的值等于昨天的值加上一个小的偏差。现在假设您的工作是预测 \\varepsilon_t\ 的值。这有点难对吧如果我知道昨天是70度我确定今天会比70度温暖吗还是更冷如果我知道昨天是20度我确定今天会更暖和还是更冷在此模型中偏差\\varepsilon_t\可能看起来更“随机”或更难预测。没有一个固定的规则说今天的温度总是比昨天的温度更暖或更冷。
考虑下面的不同时间序列它显示了股票代码为 SPY 的交易所交易基金的加权中间交易价格。该基金追踪美国股票的标准普尔500指数。请注意x 轴上的时间刻度以微秒为单位。 与温度时间序列相比该图看起来不那么规则并且没有可识别的模式。此外在微秒级我们可能不太熟悉这种股票价格可能存在的固定模式。有经验的交易者可能知道在一天中的给定时间在几十万微秒的窗口内这种模式总是会出现。
然而对于金融有一种被称为有效市场假说的理论认为这种固定模式不应该存在。如果存在这样一个固定的模式它将代表一个套利机会或者一个没有风险的赚钱机会。例如在上面的图中我们可以在 2 万微秒的时间买入股票然后在 5 万微秒左右卖出以获得轻松的利润。如果这种模式每天都存在我们可以告诉我们的经纪人每天执行这笔交易以获得微薄的利润。然而随着这种模式的消息泄露到市场上越来越多的人会开始和我同时买入和我同时卖出。这将在买入时提高价格在卖出时降低价格最终获利机会将消失。
有效市场假说表明这种固定模式的存在极不可能。因此将此类数据建模为随机数据可能更有意义而不是固定数据。这表明可以采用不同的建模策略和不同类型的模型。我们不会在这里详细讨论这些类型的模型。
2.3 时间序列分析的目标
人们希望从时间序列分析中得到什么正在回答哪些问题
2.3.1 预测
鉴于过去和现在未来会是什么样子及其不确定性 鉴于过去10年的季度每股收益苹果公司下个季度的每股收益是多少 鉴于过去200年的全球平均气温未来100年全球平均气温是多少
2.3.2 过滤
鉴于过去和现在的观察我应该如何更新我对自然真实状态的估计 鉴于我目前对航天器位置和速度的估计我应该如何根据新的陀螺仪和雷达测量更新我对位置和速度的估计 鉴于美国每月失业数据的历史以及我对当前失业水平的估计我应该如何根据劳工统计局发布的最新数据修改我的估计 考虑到捐赠回报的历史当年的回报以及每年花费捐赠价值的目标百分比的需要大学应该在下一个财政年度从捐赠基金中花费多少
2.3.3 时间尺度分析
给定一组观察到的数据哪些时间尺度的变化主导或解释了数据中的大部分时间变化。 马里兰州巴尔的摩的温度观测是否有强烈的季节性周期 环境空气污染与死亡率之间的关联主要是由污染水平的年度大幅变化还是短期峰值驱动的
2.3.4 回归建模
给定两种现象的时间序列它们之间有什么关联 每日空气污染水平与心脏住院每日数值之间有什么关联 一个国家失业率的变化与国内生产总值的变化之间的滞后以月为单位是多少 大飓风发生后两周内发生的累计超额死亡人数是多少
2.3.5 平滑
给定一个完整的嘈杂的数据集我可以推断出过去自然的真实状态吗 给定一个噪声测量信号我能从数据中重建真实信号吗 现在我的宇宙飞船已经绕月飞行了它离月球最近的距离是多少 待续
