时间序列笔记-趋势与去趋势

笔记说明

在datacamp网站上学习“Time Series with R ”track
“Introduction to Time Series Analysis”课程 做的对应笔记。
学识有限,错误难免,还请不吝赐教。
本次笔记主要记录常见的趋势和几个简单的去趋势的方法。

补充阅读:

目录

  • 常见的趋势(Trend)
  • 用log变换去除方差随时间增长的趋势
  • 用差分去除线性趋势
  • 用季节差分去除季节性趋势

常见的趋势(Trend)

图来自于datacamp课程练习

A图显示的是周期性趋势;B图显示的是线性趋势;C图显示的是随时间快速增长的趋势;D图显示的是方差随时间增长的趋势。

用log变换去除方差随时间增长的趋势

log()函数产生的log变换适用于数值为正的时间序列,它会缩小原数据。原数据越大,缩小的幅度越大。这个特性可用来将方差随时间增大的时间序列的方差变得更稳定。log变换也可以用来将随时间快速增长的趋势转变为线性趋势。
datacamp练习中给的数据rapid_growth具有随时间快速增长的趋势,方差也随时间增长:



log变换:

# Log rapid_growth
linear_growth <- log(rapid_growth)
  
# Plot linear_growth using ts.plot()
 ts.plot(linear_growth)
log变换后变为线性趋势,方差也更平稳了

用差分去除线性趋势

时间序列z_t的一阶差分就是相邻两个观测的差:diff(z)=z_t-z_{t-1}
对时间序列进行差分可以去除线性趋势,R中diff()函数即计算时间序列的一阶差分。差分后的序列会比原始序列少一个观测。
下面对datacamp练习中给的时间序列z进行差分:

# Generate the first difference of z
dz <- diff(z)
  
# Plot dz
ts.plot(dz)

# View the length of z and dz, respectively
length(z)
length(dz)

代码中的length()函数用来查看差分前后序列的观测数。


差分后去除了线性趋势

用季节差分去除季节性趋势

可以用季节差分去除季节性趋势等周期性的趋势。
diff(..., lag = s)函数能够计算间隔为s的差分。对于按月记录或按季度记录的数据,合适的s值可能是12或4. diff()函数默认的lag值为1。季节差分后的序列会比原始序列少s个观测。
下面利用季节差分消除datacamp课程练习数据x的周期性趋势:


# Generate a diff of x with lag = 4. Save this to dx
dx <- diff(x, lag = 4)
  
# Plot dx
ts.plot(dx)  

# View the length of x and dx, respectively 
length(x)
length(dx)
季节差分后得到的序列
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 201,552评论 5 474
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 84,666评论 2 377
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 148,519评论 0 334
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,180评论 1 272
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,205评论 5 363
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,344评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,781评论 3 393
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,449评论 0 256
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,635评论 1 295
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,467评论 2 317
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,515评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,217评论 3 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,775评论 3 303
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,851评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,084评论 1 258
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,637评论 2 348
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,204评论 2 341

推荐阅读更多精彩内容

  • 一、基本概念 1.随机时序分析的基本概念1)随机变量:简单的随机现象,如某班一天学生出勤人数,是静态的。2)随机过...
    apricoter阅读 6,393评论 0 10
  • 简介 预测一个家庭未来三个月的用电量,估计特定时期道路上的交通流量,预测一只股票在纽约证券交易所交易的价格……这些...
    妄心xyx阅读 4,303评论 0 30
  • 基础定义 1、方差:在统计描述中,方差用来计算每一个变量(观察值)与总体均数之间的差异。为避免出现离均差总和为零,...
    丛小贱阅读 4,341评论 0 0
  • 目录 平稳序列 判断样本的平稳性 时间序列模型 参数选择 实验代码 1. 平稳序列 时间序列是一列观测值的集合, ...
    胡拉哥阅读 11,453评论 0 23
  • 一)时间序列分析简介 二)季节分解法 三)专家建模法 一、时间序列分析简介 时间序列就是按时间顺序排列的一组数据序...
    职场办公技能500强企业实战阅读 5,021评论 0 6