时间序列分析这件小事（一）--基本概念与R-studio入门

数据处理，python其实比R有很多优势，但是，单纯的做一些实验和研究，其实R更加合适，特别是时间序列分析，R的包很完备。

1.时间序列基本概念

首先，我们讲一下什么是时间序列。时间序列是一串数字，不一定是按照固定的时间间隔顺序来排列，也可以按照别的物理量，只要符合你的场景就可以了。但是要明确的一点就是，这一串数字的出场顺序很重要，就像人生一样，出场顺序很重要，毕竟，有的是插曲，有的是剧终。

通常，我们分析的时间序列要求是平稳的时间序列，那么，问题来了。一：什么叫做平稳的时间序列？二：为什么分析这样特性的时间序列。

平稳时间序列有第三要求：

1.存在固定的均值，换句话说，前100个数字串和前1000个数字串他们的均值是一样的，或者说，统计学上可以容忍为一样的。

2.存在固定的方差。所谓固定，和前面的均值含义一样。

3.滞后序列之间的协方差是固定的，所谓固定含义与前面一样，但是并不是说，每一阶滞后项与别的滞后项之间的协方差都是固定的，他们之间的协方差，由他们自身滞后的阶数决定。

满足上述三个条件的，就是我们说的平稳时间序列了。

为什么要这么要求呢？其实说白了，就要求时不变性，当一个系统是时变的，往往会很麻烦。大家只要记住，平稳时间序列才有统计意义，才能用时间序列分析的方法与预测未来。

2.一个小例子

我们假设一个时间序列，均值为0，方差为1，协方差一直为零。生成这样一个序列看一下吧，R代码如下：

#example 1
set.seed(123)
yt = rnorm(50,0,1)#正态分布的序列
plot(yt,type='b');abline(h = 0)#plot绘制序列点，abline绘制中间那条直线，视觉上好一些。

我们生成的时间序列就是这个样子的。

理论就说道这里，接下来说说我们的环境。

R官网有自己的IDLE，然而似乎不怎么好用，RStudio是一个比较好的集成开发环境，大家可以百度下载。编程界面大概是这个样子的。

运行某一段代码很方面，只要选中，然后点击编辑窗口左上方的Run就可以运行了，调试特别方便。真心希望python的开发环境Spyder也能有这样的一个贴心的功能。

参考书籍：

计量经济学模型及R语言应用-王斌会