外觀
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 |