时间序列分析中的自相关

开发 前端
在时间序列分析中,我们经常通过对过去的理解来预测未来。为了使这个过程成功,我们必须彻底了解我们的时间序列,找到这个时间序列中包含的信息。

什么是自相关以及为什么它在时间序列分析中是有用的。

在时间序列分析中,我们经常通过对过去的理解来预测未来。为了使这个过程成功,我们必须彻底了解我们的时间序列,找到这个时间序列中包含的信息。

自相关就是其中一种分析的方法,他可以检测时间系列中的某些特征,为我们的数据选择最优的预测模型。

在这篇简短的文章中,我想回顾一下:什么是自相关,为什么它是有用的,并介绍如何将它应用到Python中的一个简单数据集。

什么是自相关?

自相关就是数据与自身的相关性。我们不是测量两个随机变量之间的相关性,而是测量一个随机变量与自身变量之间的相关性。因此它被称为自相关。

相关性是指两个变量之间的相关性有多强。如果值为1,则变量完全正相关,-1则完全负相关,0则不相关。

对于时间序列,自相关是该时间序列在两个不同时间点上的相关性(也称为滞后)。也就是说我们是在用时间序列自身的某个滞后版本来预测它。

数学上讲自相关的计算方法为:

其中N是时间序列y的长度,k是时间序列的特定的滞后。当计算r_1时,我们计算y_t和y_{t-1}之间的相关性。

y_t和y_t之间的自相关性是1,因为它们是相同的。

为什么它有用?

使用自相关性来度量时间序列与其自身的滞后版本的相关性。这个计算让我们对系列的特征有了一些有趣的了解:

季节性:假设我们发现某些滞后的相关性通常高于其他数值。这意味着我们的数据中有一些季节性成分。例如,如果有每日数据,并且发现每个 7 滞后项的数值都高于其他滞后项,那么我们可能有一些每周的季节性。 

趋势:如果最近滞后的相关性较高并且随着滞后的增加而缓慢下降,那么我们的数据中存在一些趋势。因此,我们需要进行一些差分以使时间序列平稳。

让我们用一个Python示例,来看看他到底是如何工作的

Python示例

我们将使用经典的航空客运量数据集:

https://www.kaggle.com/datasets/ashfakyeafi/air-passenger-data-for-time-series-analysis

# Import packages
import plotly.express as px
import pandas as pd

# Read in the data
data = pd.read_csv('AirPassengers.csv')

# Plot the data
fig = px.line(data, x='Month', y='#Passengers',


fig.update_layout(template="simple_white", fnotallow=dict(size=18),

可视化可以看到有明显的上升趋势和年度季节性(按月索引的数据点)。

这里可以使用statsmodels包中的plot_acf函数来绘制时间序列在不同延迟下的自相关图,这种类型的图被称为相关图:

# Import packages
from statsmodels.graphics.tsaplots import plot_acf
import matplotlib.pyplot as plt

# Plot autocorrelation
plt.rc("figure", figsize=(11,5))
plot_acf(data['#Passengers'], lags=48)
plt.ylim(0,1)
plt.xlabel('Lags', fnotallow=18)
plt.ylabel('Correlation', fnotallow=18)
plt.xticks(fnotallow=18)
plt.yticks(fnotallow=18)
plt.title('Autocorrelation Plot', fnotallow=20)
plt.tight_layout()
plt.show()

图片

这里我们需要注意到以下几点:

  • 在每12步的滞后中有一个明显的周期性模式。这是由于我们的数据是按月编制的,因此我们的数据具有每年的季节性。
  • 随着滞后量的增加,相关强度总体上呈缓慢下降趋势。这在我们的数据中指出了一个趋势,在建模时需要对其进行区分以使其稳定。
  • 蓝色区域表示哪些滞后在统计上显著。因此在对该数据建立预测模型时,下个月的预测可能只考虑前一个值的~15个,因为它们具有统计学意义。

在值0处的滞后与1的完全相关,因为我们将时间序列与它自身的副本相关联。

总结

在这篇文章中,我们描述了什么是自相关,以及我们如何使用它来检测时间序列中的季节性和趋势。自相关还有其他用途。例如,我们可以使用预测模型残差的自相关图来确定残差是否确实独立。如果残差的自相关不是几乎为零,那么拟合模型可能没有考虑到所有的信息,是可以改进的。


责任编辑:华轩 来源: DeepHub IMBA
相关推荐

2021-08-05 13:49:39

Python工具开发

2023-01-05 16:36:55

2023-01-30 17:10:23

DeepTime元学习

2024-02-27 17:32:30

时间序列分析库PyTimeTK数据科学

2023-03-30 15:12:47

2022-10-12 00:05:24

边缘数据时间序列金融

2024-02-21 14:32:09

2023-10-30 15:37:48

Python库时间序列分析数据集

2022-11-03 15:18:20

Python组件算法

2023-02-26 01:12:10

多元时间机器学习序列

2022-10-10 14:36:44

Python时间序列机器学习

2023-04-09 15:57:39

时间序列分析Python开发

2022-12-15 16:53:55

2023-10-13 15:34:55

时间序列TimesNet

2021-01-04 05:48:23

PythonCAZAC序列

2017-07-10 09:21:17

Oracle构造序列

2022-05-12 11:12:46

MongoDB索引元数据

2016-10-08 22:33:54

相关分析数据

2009-09-18 10:18:30

CLR Via

2022-08-16 09:00:00

机器学习人工智能数据库
点赞
收藏

51CTO技术栈公众号