《ARIMA模型的基本理论基础概述》2500字.docVIP

PAGE

PAGEI

ARIMA模型的基本理论基础概述

1.1.时间序列的相关概念及特点

时间序列的定义：设X(t)为随机过程，对于任意n个时刻，得到的随机序列称为时间序列。

时间序列是按照时间顺序在不同时刻观察到的数据的集合，这些数据与时间点和数据的分布有关，而且数据在时间上根据时间顺序存在一定的相关性，并且时间的相关性呈现一种发展趋势或出现周期性特征，反映了时间序列随时间“变化的”“动态的”“整体的”统计规律性。包括了产生该时间序列的全部历史信息。

时间序列在科学技术、社会经济生活和工农业生产等许多领域都有应用，这些领域都有着按时间顺序，按一定概率分布存在的随机现象，人们把这些观测到的数据按时间顺序记录下来，可以作为研究的基础数据。

随机数据一般分为两种：一种在时间上是连续的，即按时间顺序连续的、不间断的发生和记录下来；另一种是离散的，即每隔一段时间观察记录一次，把这种离散型数据称为时间序列。

从数学意义上来说,时间序列是特殊的随机过程（stochasticprocess），是由有序的随机变量组成的序列。

从概率统计意义上来说，时间序列是一组随机过程X(t)在一系列时刻t1、t2、...、tn()的一次样本实现。

从经济统计意义上来说，时间序列是把一个指标不同时间上的数值，按时间先后顺序排列得到的数列。

从系统意义上来说，时间序列就是把某一系统的不同