时间序列基本分析步骤
reference: https://www.bilibili.com/video/BV1454y1v79B?from=search&seid=14008735151635548137
1.白噪声序列：无分析价值
2.平稳非白噪声序列：AR MA ARMA
3.非平稳序列： 差分-> ARIMA
按照变量分类：
1.单变量时间序列 ARMA-> GARCH
2.多变量时间序列 VAR-> MGARCH(多变量广义自回归条件方差模型)
对一个待分析时间序列：
step1： 平稳性检验
1.单位根检验
2.自相关图（ACF），偏自相关图（PACF）
截尾:在某一阶后系数都变为0
拖尾:有衰减的趋势，但不会达到0-
单调序列，不平稳，如acf：
image
- ACF，PACF特征以及对应模型
| ACF | PACF| Model |
|:---:|:---:|:---:|
|截尾|拖尾|MA |
|拖尾|截尾|AR |
|拖尾|拖尾|ARMA|
Note: 第一步检验为平稳序列可进行下一步白噪声检验，不为平稳序列则需要将其转换为平稳序列，用差分等方法
Step2： 白噪声检验（纯随机性检验）
- 是白噪声：停止分析，无价值
- 不是白噪声，进行step3
Step3：建模
计算ACF，PACF
-
模型识别（SAS直接有命令），可得到表格：image
根据最小信息准则，MTV=2，去找表格里面最接近2的数字，则选择其为拟合模型
参数估计，
模型检验
模型优化
模型预测
