时间序列分解
时间序列分解涉及将时间序列分为几个不同的组件。通常有三个组成部分引起人们的关注:
tt,确定性的,非季节的世俗趋势成分。尽管还使用了更高的多项式,但有时该组件有时仅限于线性趋势。
st,具有已知周期性的确定性季节性成分。该组件捕获了在连续几年之间在同一时期(例如月或四分之一)内系统重复的水平变化。它通常被认为是一个令人讨厌的成分,而季节性调整是消除它的过程。
我t,随机不规则成分。该组件不一定是白噪声过程。它可以表现出不可预测的持续时间的自相关和周期。因此,通常认为它包含有关商业周期的信息,通常是最有趣的组成部分。
有三种功能形式最常用于表示时间序列yt作为其趋势,季节性和不规则成分的函数:
加性分解, 在哪里
这是经典的分解。当该系列没有指数增长时,这是合适的,并且随着时间的推移,季节性成分的幅度保持恒定。为了识别趋势成分,假定季节性和不规则成分在零左右波动。
乘法分解, 在哪里
当该系列中有指数增长时,这种分解是合适的,并且季节性成分的幅度随着系列的水平而增长。为了识别趋势成分,假定季节性和不规则成分在一个左右波动。
对数添加分解, 在哪里
这是乘法分解的替代方法。如果原始序列具有乘法分解,则记录的系列具有加性分解。当时间序列包含许多小观测值时,使用日志可以最好。为了识别趋势成分,假定季节性和不规则成分在零左右波动。
您可以使用过滤器(移动平均值)或参数回归模型来估计趋势和季节性组件。给定的估计 和 ,不规则组件估计为
使用添加剂分解,并
使用乘法分解。
该系列
(或者 使用乘法分解)称为破坏系列。
同样,该系列 (或者 )称为季节性化系列。