Skip to content

Statistics › 時間序列 › 基礎

時間序列基礎 (Time Series Fundamentals) ​

一般統計假設觀測獨立同分配 (i.i.d.);時間序列違反這個假設:昨天的股價影響今天、上個月的銷售影響本月庫存。

四種成分 ​

成分說明例子
趨勢 (trend, T)長期上升或下降全球氣溫上升
季節性 (seasonality, S)固定週期的規律每年 12 月銷售高峰、晝夜節律
循環 (cyclicality, C)長期波動,沒有固定週期景氣循環(3–10 年不等)
不規則 (irregular, I)隨機雜訊單一事件、量測誤差

季節性週期固定,循環不固定。多數古典模型明確處理季節性,循環則併入趨勢。

pandas 時間序列操作 ​

正確的 DatetimeIndex 與頻率 (freq) 是一切的前提;沒設好,statsmodels 幾乎一定出錯。

python
import numpy as np
import pandas as pd
import statsmodels.api as sm

df = sm.datasets.co2.load_pandas().data.rename(columns={"co2": "CO2"})
df = df.asfreq("W-SAT").interpolate()      # 設定頻率並補值
df.index.freq, df.index.min(), df.index.max()

# 頻率字串:'D' 日、'B' 營業日、'W' 週、'MS' 月初、'ME' 月底、'QS' 季初、'YS' 年初、'h' 小時、'min' 分鐘

df.resample("MS").mean()                    # 降頻:週 → 月平均
df["CO2"].rolling(12, center=True).mean()   # 移動平均(平滑、看局部趨勢)
df["CO2"].rolling(12, center=True).std()    # 移動標準差(看變異是否改變)
df["CO2"].shift(1)                          # 落後一期 (lag),AR 模型與自相關的基礎
df["CO2"].diff(1)                           # 一階差分:去除趨勢
df["CO2"].diff(52)                          # 季節差分:去除年週期(週資料 m = 52)
np.log(df["CO2"]).diff()                    # log + 差分 ≈ 成長率

事件紀錄轉時間序列 ​

感測器 / IoT / 日誌資料常是長格式 timestamp, device, value:

python
df["timestamp"] = pd.to_datetime(df["timestamp"], unit="ms")             # Unix 毫秒
wide = df.pivot_table(index="timestamp", columns="device", values="value")

# 不同頻率的來源對齊
env = pd.concat([temp, sun], axis=1)
env.resample("1h").agg({"temperature": "max", "sunshine": "sum"})          # 定義共同頻率與彙總方式
env.ffill()                                                               # 假設上次讀值持續有效

ffill() 適合狀態型量測(溫度),不適合累積計數或突發事件計數。先想清楚分析單位:單一裝置隨時間、同時間多裝置、還是跨裝置的彙總。

建模前的視覺檢查 ​

問題看什麼意義
有趨勢嗎?長期漂移需要差分或去趨勢
有季節性嗎?規律重複SARIMA 或分解
變異隨時間變大嗎?振幅隨水準增加乘法模型或 log 轉換
結構斷點或離群?突然的水準移動、尖峰介入變數或穩健方法

log + 差分是經濟 / 商業資料最常見的前處理:常把非定態、乘法結構的序列轉成近似定態。下一步見 分解 與 定態。