第5章第4节2时间序列的形态描述（课件）-《统计基础知识》同步教学（高教版.第四版）

时间序列的形态描述

•时间序列的概述

•时间序列的平稳性

•时间序列的季节性

•时间序列的趋势性

目•时间序列的周期性

录

contents

时间序列的概述

01

时间序列的定义

总结词

时间序列是一种有序的数据集合，通常用于记录和描述某一现象随时间变化的

情况。

详细描述

时间序列数据是按照时间顺序排列的一系列观测值，可以是数字、文字、图像

等不同类型的数据。这些数据反映了某一现象在不同时间点的状态或变化。

时间序列的分类

总结词详细描述

时间序列可以根据不同的标准进行分类，例如根据数根据数据的性质，时间序列可以分为定量时间序列和定

据的性质可以分为定量和定性时间序列，根据数据的性时间序列。定量时间序列是指具有数值属性的时间序

来源可以分为观测和实验时间序列等。列，如股票价格指数、气温变化等；定性时间序列则是

指具有类别或类别属性时间序列，如人口性别比例、婚

姻状况等。根据数据的来源，时间序列可以分为观测时

间序列和实验时间序列。观测时间序列是通过观测得到

的，如气象观测数据、市场调查数据等；实验时间序列

则是通过实验得到的，如医学实验数据、物理实验数据

等。

时间序列的特点

总结词：时间序列具有时序性、趋势性和周期性等特详细描述：时间序列具有时序性，即数据按照时间的先

点，这些特点对于时间序列的分析和处理非常重要。后顺序排列。在分析时间序列时，需要考虑到时间的先

后顺序，以便更好地理解现象的变化趋势和规律。时间

序列还具有趋势性，即随着时间的推移，数据呈现出一

定的变化趋势。这种趋势可能是上升的、下降的或者是

平稳的，对于预测未来的发展趋势非常重要。此外，时

间序列还具有周期性，即数据呈现出一定的周期变化规

律。这种周期可能是年周期、月周期、日周期等，对于

预测未来的变化规律也非常重要。

时间序列的平稳性

02

平稳性的定义

统计特性不随时间变化随机扰动独立同分布

一个时间序列被认为是平稳的，如果平稳时间序列中的随机扰动应当是独

它的统计特性，如均值、方差和自相立同分布的，即每个扰动之间没有相

关函数，不随时间而变化。关性，且每个扰动的分布特性一致。

趋势和季节性恒定

在平稳时间序列中，趋势和季节性成

分不会随时间而改变，即时间序列不

会表现出明显的上升或下降趋势。

平稳性的检验

单位根检验

通过检验时间序列是否存在单位根，

图形检验即是否具有非平稳性。常见的单位

根检验方法有ADF检验和PP检验。

通过绘制时间序列的时序图或自

相关图，观察是否存在明显的趋

势或季节性变化，从而判断平稳

性。

统计检验

利用统计量进行检验，如检验均值

和方差是否随时间变化，或检验自

相关系数是否显著不为0。

平稳性的应用

时间序列分析金融风险管理自然灾害预测

在时间序列分析中，平稳性是一在金融领域，平稳性用于分析股在自然灾害预测中，利用气象、

个重要的前提假设。只有当时间票价格、利率等金融时间序列数水文等数据建立平稳时间序列模

序列满足平稳性时，才能应用诸据，帮助投资者进行风险管理。型，有助于预测和防范自然灾害。

如ARIMA等模型进行预测和分析。

时间序列的季节性

03

季节性的定义

季节性是指时间序列在一定周期内的重复变化

规律。它通常是由一些固定的季节性因素引起

的，如气候变化、节假日、市场周期等。

季节性变化通常呈现出一定的周期性，例如一

年四季、每周七天等。

季节性变化通常与时间序列的整体趋势和波动

有关，是时间序列分析中重要的特征之一。

季节性的识别

01

通过观察时间序列数据的周期性变化规律，可以识

别出季节性因素。

02

常用的识别方法包括可视化图表、周期性检验、自

相关图等。

03

季节性识别可以帮助我们更好地理解数据变化的内

在机制，为后续的数据分析和预测提供依据。

季节性的应用

在商业领域，季节性分析可以帮助企业了解市场

1需求和销售趋势，制定更加精准的营销策略。

在金融领域，季节性分析可以帮助投资者更好地

2把握市场节奏和投资机会，提高投资收益。

在经济领域，季节性分析可以帮助政策制定者更

好地了解经济运行规律，制定更加科学合理的经

3济政策。

时间序列的趋势性

04

趋势性的定义

趋势性是指时间序列数据随时间变化呈现出一种持续的单调增加或减少的规律。

它是时间序列分析中的一个重要概念，用于描述数据的发展方向和变化趋势。

趋势性可以是线性的，即数据随时间呈直线上升或下降；也可以是非线性的，如

曲线或周期性变化。

趋势性的识别

识别趋势性需要对时间序列数

据进行观察和分析，通过绘制

图表、计算统计量等方法来评

估数据的趋势性。

常用的统计量包括平均值、绘制图表（如折线图、柱状图

中位数、方差等，通过比较等）可以直观地展示数据随时

不同时间点的数据，可以初间的变化情况，有助于更准确

步判断是否存在趋势性。地识别趋势性。

趋势性的应用

趋势性在许多领域都有应用，如金融、经济、气象等。例

如，股票价格指数的趋势性分析可以帮助投资者预测股票

市场的走势。

通过分析趋势性，可以了解数据的发展方向和变化规律，

为决策提供依据。例如，在气候变化研究中，通过分析气

温数据的趋势性，可以了解全球气候变暖的情况。

趋势性分析还可以用于预测未来的数据变化。例如，通过

分析过去几年的销售数据趋势性，可以预测未来一段时间

的销售情况。

时间序列的周期性

05

周期性的定义

010203

周期性周期长度周期性分析

时间序列中数据值呈现有时间序列中重复出现的最对时间序列中周期性特征

规律的重复变化的现象。小时间间隔。的识别、测量和预测。

周期性的识别

观察法

通过观察时间序列数据的走势，发现数据值变化的规律性。