python处理时间序列非平稳_非平稳时间序列的自相关
生活随笔
收集整理的這篇文章主要介紹了
python处理时间序列非平稳_非平稳时间序列的自相关
小編覺得挺不錯的,現在分享給大家,幫大家做個參考.
我在python中實現了一個函數來計算特定滯后k下時間序列的自相關,它是在假定某些時間序列可能不是平穩的情況下實現的。
然而,我發現,對于其中一些,我得到的值大于1,特別是在最后的滯后。所以我想我一定是做錯了什么計算。在
我正在實施以下措施:
對于對應于滯后序列的項,我計算滯后k以后的平均值和標準偏差。在
我在python中實現了以下代碼,它計算特定滯后k的自相關:def custom_autocorrelation(x, lag = 12):
n = len(x)
std = x.std()
mu = x.mean()
autocov = 0
mu_lag = x[lag:].mean()
std_lag = x[lag:].std()
for j in range(n-lag):
autocov += (x[j] - mu)*(x[j+lag] - mu_lag)
autocorr = autocov/(std*std_lag*(n-lag))
return autocorr
作為一個例子,我用下面的序列,當k=12時,系數為1.03:
^{pr2}$
任何幫助都將不勝感激!在
總結
以上是生活随笔為你收集整理的python处理时间序列非平稳_非平稳时间序列的自相关的全部內容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: 一句代码从刷网课的劳累中解脱
- 下一篇: 常见sqlcode