《非平稳时间序列的确定性分析概述》1200字.docxVIP

非平稳时间序列的确定性分析概述

1.1时间序列确定性分析基本理论

对于非平稳时间序列的分析方法主要分为确定性分析和随机性分析两大类。本文主要使用的是时间序列的确定性分析方法。确定性分析的理论依据主要来自于Cramer分解定理。根据Cramer分解定理，任何一个时间序列都可以分解为两个部分的叠加，其中一部分为多项式决定的确定性趋势成分，另一部分是平稳的零均值误差成分[33]。时间序列确定性分析最常用的方法是确定性因素分解法，通过研究人员的长期观察，将影响时间序列波动的因素归为四大类：

（1）长期趋势（trend）：序列受到该因素的影响会呈现出上升、下降等明显的趋势[33]。

（2）循环因素（circle）：受到该因素的影响序列将呈现出从低到高从高到低的反复循环的波动[33]。

（3）季节性变化（season）：受到该因素影响序列将呈现和季节变化相似的稳定的周期性变化[33]。

（4）随机波动（immediate）：除上述因素以外，序列还会受到各种其他因素的综合影响，从而呈现出一定的随机波动[33]。

时间序列的波动通常不仅仅是受到其中一种因素的影响，而是受到多种因素共同的作用。因此，在确定性分析是需要考虑不同因素分别对时间序列造成的影响。在实际分析中这四种因素相互作用的模式主要有加法模型和乘法模型。

加法模型：

xt

乘法模型：

xt

1.2Prophet模型基本原理

P