一文解讀時間序列基本概念

如果我可以根據儀表的過去表現，根據供求規(guī)律來預測它的未來價值，那會怎樣呢?

準確預測什么時間采取相應策略來實現目標，這是一個不小的挑戰(zhàn)，但對于這個挑戰(zhàn)，其實是可以通過時間序列預測來解決。當你們在高峰期苦苦尋找停車位時，又被告知這將收取你比平時更多的費用，你們肯定難以接受。但街道通暢無阻的話，車主停車方便，也能給我?guī)聿簧俚氖杖耄媸且慌e兩得！

接下來我們來探索一些時間序列算法。

一些定義

時間序列預測法

時間序列預測法是一種歷史資料延伸預測，也稱歷史引伸預測法。是以數據數列所能反映的社會經濟現象的發(fā)展過程和規(guī)律性，進行引伸外推，預測其發(fā)展趨勢的方法。

需要明確一點的是，與回歸分析預測模型不同，時間序列模型依賴于數值在時間上的先后順序，同樣大小的值改變順序后輸入模型產生的結果是不同的。

時間序列預測對商業(yè)有真正的價值，因為它直接應用于定價、庫存和供應鏈問題。雖然深度學習技術已經開始用于獲得更多的洞察力，以更好地預測未來，但時間序列預測仍然是一個主要由經典ML技術提供信息的領域。

當遇到時間序列這個詞時，你需要了解它在不同語境中的用法。

時間序列

在數學中，時間序列是按時間順序索引(或列出或圖表)的一系列數據點。最常見的是，時間序列是在連續(xù)的等間隔時間點上獲得的序列。

時間序列的一個例子是道瓊斯工業(yè)平均指數^[1]的日收盤價。在信號處理、天氣預報、地震預報和其他可以繪制事件和數據點的領域中，經常會遇到時間序列圖和統(tǒng)計建模的使用。

時間序列分析

時間序列分析，就是對上述時間序列數據的分析。時間序列數據可以采取不同的形式，包括中斷時間序列，它檢測時間序列在中斷事件前后的演變模式。時間序列所需的分析類型取決于數據的性質。時間序列數據本身可以采用數字或字符序列的形式。

時間序列分析考慮了這樣一個事實，即隨著時間的推移獲取的數據點可能具有應該考慮的內部結構（例如自相關、趨勢或季節(jié)性變化）

要進行的分析使用多種方法，包括頻域和時域、線性和非線性等等。可參見了解更多關于這類數據的時間序列分析的多種方法^[2]。

時間序列分解

時間序列由四個部分組成：

• ：季節(jié)性成分
• ：趨勢性成分
• ：周期性成分
• ：殘差，或不規(guī)則組件。

時間序列分量分解之間的關系：

• 加法分解：
  ， 在哪里??是當時的數據??噸.
• 乘法分解：
  
• ?將乘法關系變成加法關系：

時間序列預測

時間序列預測是使用一個模型來預測未來的價值，該模型基于以前收集的數據在過去發(fā)生的模式。雖然可以使用回歸模型來探索時間序列數據，將時間指數作為圖表上的??變量，但最好使用特殊類型的模型來分析此類數據。

時間序列數據是一組有序的觀測數據，不像可以通過線性回歸分析的數據。最常見的是ARIMA，這是Autoregressive Integrated Moving Average(自回歸綜合移動平均線)的首字母縮寫。

ARIMA 模型^[3]?將一系列的現值與過去的值和過去的預測誤差聯系起來。它們最適合于分析時域數據，其中數據是隨時間排序的。

后面推文將介紹使用單變量時間序列^[4]構建一個ARIMA模型，該模型關注一個隨時間改變其值的變量。這類數據的一個例子是這個數據集^[5]，它記錄了莫納羅亞天文臺每月的二氧化碳濃度:

時間序列數據特征

在查看時間序列數據時，為了更好地理解其模式，需要拆解某些特征。如果你想要分析"信號"包含在時間序列數據中，那么就認為這些特征是相對于"信號"的"噪聲"。此時需要通過使用一些統(tǒng)計技術來抵消這些特征以減少"噪音"。

時間序列數據變動存在規(guī)律性與不規(guī)律性

時間序列中的每個觀察值大小，是影響變化的各種不同因素在同一時刻發(fā)生作用的綜合結果。從這些影響因素發(fā)生作用的大小和方向變化的時間特性來看，這些因素造成的時間序列數據的變動分為四種類型。

• 趨勢性
  某個變量隨著時間進展或自變量變化，呈現一種比較緩慢而長期的持續(xù)上升、下降、停留的同性質變動趨向，但變動幅度可能不相等。
• 季節(jié)性
  某因素由于外部影響隨著自然季節(jié)的交替出現高峰與低谷的規(guī)律。
• 隨機性
  個別為隨機變動，整體呈統(tǒng)計規(guī)律。
• 綜合性
  實際變化情況是幾種變動的疊加或組合。預測時設法過濾除去不規(guī)則變動，突出反映趨勢性和周期性變動。

查看時間序列時首先要考慮的重要特征

• 是否存在趨勢，意味著平均而言，測量值會隨著時間的推移而增加（或減少）？
• 是否存在季節(jié)性，這意味著與日歷時間（例如季節(jié)、季度、月份、星期幾等）相關的高點和低點有規(guī)律地重復模式？
• 有異常值嗎？在回歸中，離群值離你的線很遠。對于時間序列數據，您的異常值與其他數據相距甚遠。
• 是否存在與季節(jié)性因素無關的長期周期或時期？
• 隨著時間的推移是否存在恒定的方差，或者方差是非常量的？
• 序列水平或方差是否有任何突然變化？

趨勢性

通常，時間序列中不具有周期性的系統(tǒng)變化稱為趨勢。趨勢是序列隨時間的持續(xù)增加或減少。從時間序列數據集中識別、建模甚至刪除趨勢信息可能會帶來好處。

趨勢類型

有各種各樣的趨勢，通常分為：

• 確定性趨勢：這些是持續(xù)增加或減少的趨勢。
• 隨機性趨勢：這些趨勢會不一致地增加和減少。

一般來說，確定性趨勢更容易識別和刪除。

根據觀察范圍來分類趨勢：

• 全局趨勢：這些趨勢適用于整個時間序列。
• 本地趨勢：這些趨勢適用于時間序列的部分或子序列。

一般來說，全局趨勢更容易識別和應對。

識別趨勢

1. 可以繪制時間序列數據以查看趨勢是否明顯。
   而在實踐中，識別時間序列中的趨勢可能是一個主觀過程。因此從時間序列中提取或刪除它可能同樣具有主觀性。
2. 創(chuàng)建數據的線圖并檢查圖中的明顯趨勢。
3. 在圖中添加線性和非線性趨勢線，看看趨勢是否明顯。

刪除趨勢

具有趨勢的時間序列稱為非平穩(wěn)的。可以對識別的趨勢進行建模。建模后，可以將其從時間序列數據集中刪除。這稱為去趨勢時間序列。

如果數據集沒有趨勢或我們成功地移除了趨勢，則稱該數據集是趨勢平穩(wěn)的。

在機器學習中使用時間序列趨勢

從機器學習的角度來看，數據的趨勢代表著兩個機會：

1. 刪除信息：刪除扭曲輸入和輸出變量之間關系的系統(tǒng)信息。
2. 添加信息：添加系統(tǒng)信息以改善輸入和輸出變量之間的關系。

具體來說，作為數據準備和清洗練習，可以從時間序列數據（以及未來的數據）中刪除趨勢。這在使用統(tǒng)計方法進行時間序列預測時很常見，但在使用機器學習模型時并不總是能改善結果。

季節(jié)性

季節(jié)性被定義為周期性的波動，季節(jié)性變化或季節(jié)性是隨著時間有規(guī)律地重復的循環(huán)。

許多時間序列顯示季節(jié)性。例如，零售額往往在春季期間達到頂峰，然后在假期過后下降。因此，零售銷售的時間序列通常會顯示 1月至 3月的銷售額增加，而 4 月和 5 月的銷售額下降。季節(jié)性在經濟時間序列中很常見，它在工程和科學數據中不太常見。

時間序列中的周期結構可能是季節(jié)性的，也可能不是。如果它始終以相同的頻率重復，則是季節(jié)性的，否則就不是季節(jié)性的，稱為循環(huán)。

季節(jié)性類型

季節(jié)性有很多種。例如：時間、日、每周、每月、每年。因此，確定時間序列問題中是否存在季節(jié)性成分是主觀的。

確定是否存在季節(jié)性因素的最簡單方法是繪制和查看數據，可能以不同的比例并添加趨勢線。

去除季節(jié)性

一旦確定了季節(jié)性，就可以對其進行建模。季節(jié)性模型可以從時間序列中刪除。此過程稱為季節(jié)性調整^[8]或去季節(jié)性^[9]化。

去除了季節(jié)性成分的時間序列稱為季節(jié)性平穩(wěn)。具有明顯季節(jié)性成分的時間序列被稱為非平穩(wěn)的。

在時間序列分析領域，有一些復雜的方法可以從時間序列中研究和提取季節(jié)性。

機器學習中作用

了解時間序列中的季節(jié)性成分可以提高機器學習建模的性能。

這可以通過兩種主要方式發(fā)生：

• 更清晰的信號：從時間序列中識別和去除季節(jié)性成分可以使輸入和輸出變量之間的關系更清晰。
• 更多信息：關于時間序列季節(jié)性分量的附加信息可以提供新信息以提高模型性能。

這兩種方法都可能對項目有用。并在數據清洗和準備期間就需要建模季節(jié)性并將其從時間序列中刪除。

在特征提取和特征工程期間，可能會提取季節(jié)性信息并將其作為輸入特征。

其他

離群值：離群值離標準數據方差很遠。

長期循環(huán)：獨立于季節(jié)性因素，數據可能顯示一個長期周期，比如持續(xù)超過一年的經濟衰退。

恒定方差：隨著時間的推移，一些數據顯示出不斷的波動，比如每天和晚上的能源使用量。

突變：數據可能顯示出突變，可能需要進一步分析。例如，由于COVID而突然關閉的企業(yè)導致了數據的變化。

以下是時間序列樣本圖^[11]，顯示了玩家在過去幾年里每天花費在游戲中的貨幣。你能在這個數據中識別出上面列出的任何特征嗎?

時間序列預測方法

基本規(guī)則

通過人工經驗，挖掘時序數據的演化特征，找到時序變化的周期，從而預估時間序列的未來走勢。具體的觀察一個時間序列，當序列存在周期性時，提取時間序列的周期性特征進行預測。

傳統(tǒng)參數法

傳統(tǒng)的參數預測方法可以分為兩種，

一種擬合標準時間序列的餐順方法，包括移動平均，指數平均等；

另一種是考慮多因素組合的參數方法，即?AR, MA, ARMA, ARIMA等模型。這類方法比較適用于小規(guī)模，單變量的預測。

時間序列分解

一個時間序列往往是一下幾類變化形式的疊加或耦合

• 長期趨勢 (Secular trend, T)
  長期趨勢指現象在較長時期內持續(xù)發(fā)展變化的一種趨向或狀態(tài)。
• 季節(jié)變動 (Seasonal Variation, S)
  季節(jié)波動是由于季節(jié)的變化引起的現象發(fā)展水平的規(guī)則變動
• 循環(huán)波動 (Cyclical Variation, C)
  循環(huán)波動指以若干年為期限，不具嚴格規(guī)則的周期性連續(xù)變動
• 不規(guī)則波動 (Irregular Variation, I)
  不規(guī)則波動指由于眾多偶然因素對時間序列造成的影響

機器學習

主要是構建樣本數據集，采用“時間特征”到“樣本值”的方式，通過有監(jiān)督學習，學習特征與標簽之前的關聯關系，從而實現時間序列預測。

單步預測

在時間序列預測中使用滯后的觀測值?，作為輸入變量來預測當前的時間的觀測值?

多步預測

使用過去的觀測序列??來預測未來的觀測序列?

多變量預測

每個時間有多個觀測值：

通過不同的測量手段得到了多種觀測值，并且希望預測其中的一個或幾個值。

深度學習

對于時間序列的分析，有許多方法可以進行處理，包括：循環(huán)神經網絡-LSTM模型 / 卷積神經網絡 / 基于注意力機制的模型（seq2seq）/...

循環(huán)神經網絡

循環(huán)神經網絡（RNN）框架及其變種（LSTM/GRU/...）是為處理序列型而生的模型，天生的循環(huán)自回歸的結構是對時間序列的很好的表示

時間卷積網絡

時間卷積網絡（TCN）是一種特殊的卷積神經網絡，針對一維空間做卷積，迭代多層捕捉長期關系。具體的，對于上一層t時刻的值，只依賴于下一層t時刻及其之前的值。

一個時間序列數據--電力使用數據

開始創(chuàng)建一個時間序列模型，根據過去的使用情況來預測未來的電力使用量。

本例中的數據來自GEFCom2014預測競賽。由2012 - 2014年3年的小時電負荷和溫度值組成。

import?os
import?matplotlib.pyplot?as?plt
import?pandas?as?pd
%matplotlib?inline
data_dir?=?'./data'
energy?=?pd.read_csv('./energy.csv')
energy.head()

可以看到有兩列表示date和load

可視化

energy.plot(y='load',?subplots=True,?figsize=(15,?8),?fontsize=12)
plt.xlabel('timestamp',?fontsize=12)
plt.ylabel('load',?fontsize=12)
plt.show()

現在，繪制2014年7月的第一周，將其作為energy的輸入，在[from date]: [to date]?模式中:

energy['2014-07-01':'2014-07-07'].plot(y='load',?subplots=True,?figsize=(15,?8),?fontsize=12)
plt.xlabel('timestamp',?fontsize=12)
plt.ylabel('load',?fontsize=12)
plt.show()

看看這些圖，看看你是否能確定上面列出的任何特征。通過可視化數據我們可以推測出什么？后面將介紹創(chuàng)建一個ARIMA模型來創(chuàng)建一些預測。

點分享

點收藏

點點贊

點在看