时间序列是在一段时间内观察到的一系列观测值xt。通常情况下，观测可以在整个时间间隔内进行，可以在一个时间间隔内或在固定的时间点上随机采样。不同类型的时间采样需要不同的数据分析方法。在本课程中，我们将重点讨论在固定的等距时间点观测的情况，因此我们将假设我们观测到{xt: t∈Z} (Z ={…， 0, 1, 2，…})。让我们从一个简单的例子开始，独立的、不相关的随机变量(时间序列的最简单的例子)。图1.1给出了一个曲线图。我们观察到数据中没有任何清晰的模式。我们对下一次观测的最佳预测(预测器)是零(这似乎是平均值)。时间序列与经典统计学的区别在于观察结果之间存在相关性。这使我们能够更好地预测未来的观测结果。
https://www.stat.tamu.edu/~suhasini/
成为VIP会员查看完整内容
A course in Time Series Analysis
相关内容
Arxiv
0+阅读 · 2021年2月28日
Arxiv
6+阅读 · 2020年8月20日
Arxiv
11+阅读 · 2018年6月16日
相关VIP内容
相关资讯
相关论文
Arxiv
0+阅读 · 2021年2月28日
Arxiv
6+阅读 · 2020年8月20日
Arxiv
11+阅读 · 2018年6月16日
微信扫码咨询专知VIP会员