什么是时间序列
时间序列的分析流程和方法
借鉴这两篇文章的思路，我写了个立法白噪声检验的直接使用的程序，用于遇到问题时直接跑程序
main文件即可
% 立法数白噪声检验，渡边笔记% 如果易知原始数据不是平稳的，则不能做随机性检验% 接下来要求差分,目的: 变成平稳的数据% p 如果比 0.05 小就不是白噪声序列，可以使用时间序列% 某种现象的指标数值按照时间顺序排列而成的数值序列% 因为时间序列是某个指标数值长期变化的数值表现% 所以时间序列数值变化背后必然蕴含着数值变换的规律性% 这些规律性就是时间序列分析的切入点% 如果原数据平稳，但是没通过，可以直接差分clc,clear;close all;x = []; % 时间，一般做题就是顺序时间排列y = randn(1,50);[h1] = adftest(y); %检验是否平稳if h1 == 1 disp('数据是平稳的'); y_1 = y;else disp('数据是不平稳的'); i = 1; while 1 y_1 = diff(y,i); % 在这里对数据进行 n 阶差分 [h1,p1,adf,ljz] = adftest(y_1); %检验是否平稳 if h1 == 1 disp(['差分后是平稳的，做了 ',num2str(i),' 阶差分']); subplot(2,2,3) plot(y_1); % 一阶差分数据时序图 title('一阶差分数据时序图') subplot(2,2,4) autocorr(y_1); % 一阶差分数据的自相关系数图 title('一阶差分数据自相关系数图'); break end i = i + 1; endend% 随时间的变化值subplot(2,2,1)plot(y); % 原始数据时序图title('原始数据时序图')subplot(2,2,2)autocorr(y); % 原始数据的自相关系数图title('原始数据自相关系图像')yanchi=[6 12 18]; % 通常是做6 12 18 24步延迟，这个数据的选择上限请根据报错来调整[H,pValue,Qstat,CriticalValue]=lbqtest(y_1,'lags',yanchi); % H.结果，pValue.p值, Qstat.卡方统计量fprintf('%15s%15s%15s','延迟阶数','卡方统计量','p值');fprintf('n');for i=1:length(yanchi) % i = 1,时候为6，i = 2时候为12 fprintf('%18f%19f%19f',yanchi(i),Qstat(i),pValue(i)); fprintf('n');endif sum(find(pValue > 0.05)) disp('但是没通过立法白噪声检验'); i = 1; while 1 y_1 = diff(y,i); % 在这里对数据进行 n 阶差分 [h1,p1,adf,ljz] = adftest(y_1); %检验是否平稳 if h1 == 1 disp(['差分后是平稳的，做了 ',num2str(i),' 阶差分']); subplot(2,2,3) plot(y_1); % 一阶差分数据时序图 title('一阶差分数据时序图') subplot(2,2,4) autocorr(y_1); % 一阶差分数据的自相关系数图 title('一阶差分数据自相关系数图'); break end i = i + 1; endend% 再来一次yanchi=[6 12 18]; % 通常是做6 12 18 24步延迟，这个数据的选择上限请根据报错来调整[H,pValue,Qstat,CriticalValue]=lbqtest(y_1,'lags',yanchi); % H.结果，pValue.p值, Qstat.卡方统计量fprintf('%15s%15s%15s','延迟阶数','卡方统计量','p值');fprintf('n');for i=1:length(yanchi) % i = 1,时候为6，i = 2时候为12 fprintf('%18f%19f%19f',yanchi(i),Qstat(i),pValue(i)); fprintf('n');endif sum(find(pValue < 0.05)) disp('数据通过立法白噪声检验');else disp('数据没通过立法白噪声检验');end结果如下
数据是平稳的 延迟阶数 卡方统计量 p值 6.000000 3.413679 0.755417 12.000000 8.748797 0.724224 18.000000 13.532786 0.759001但是没通过立法白噪声检验差分后是平稳的，做了 1 阶差分 延迟阶数 卡方统计量 p值 6.000000 22.123322 0.001150 12.000000 30.421201 0.002412 18.000000 33.497830 0.014518数据通过立法白噪声检验
说白了就是方便在比赛中使用，不过还是建议各位把原理弄明白哦。