哪些描述性统计通常用于时间序列数据？

Question

我有一个时间序列的每周使用数据，我将尝试使用一些统计数据来细分人群。偏度和峰度可以让我描述时间序列并以不同的方式对人们进行分组。但我也注意到有些似乎有锯齿模式或双峰模式，那么我认为上述两个统计数据不能很好地描述它们。与平均值的距离会告诉我谁有持续稳定的使用与不可预测的使用。

什么描述性统计通常用于时间序列数据？

谢谢，

Answer 1

周期图和自相关函数是两种常见的信息来源 用于分析和建模时间序列。您可以使用此信息来比较系列。

在周期图中，您可以检测估计的频谱密度最高的频率。这将告诉您哪些系列以相同频率的周期为主。

自相关函数（周期图的时域对应）和偏自相关函数同样可用于比较和分组序列。那些在相同滞后阶数下具有显着自相关性的序列可以归为一组。

您可能需要转换系列以识别其中的一些信息，例如获取差异以呈现数据静止。或者，您可以为每个系列选择一个 ARIMA 模型并比较每个模型的特征（这些特征与在自相关函数中观察到的特征几乎相同）。