1.2 时间序列数据怎么看

1.2 时间序列数据怎么看

本节摘要：时间序列是按时间戳对齐、顺序本身带信息的一列观测。它通常不满足独立同分布：今天的潮位、发货量、电表读数会拖着昨天。分析前先画折线，分辨趋势、季节、周期和噪声，再决定后面差分还是季节差分。

本节目标

阅读完本节，你应当能够：

1. 用形式化语言说出时间序列与横截面的本质差别。
2. 在折线图上指出趋势、季节、周期、噪声四类成分，并说明周期与季节差在「周期长度是否固定」。
3. 列出描述、预测、监控、异常检测四种目的，避免把「拟合好看」当成唯一目标。

一、顺序打乱，序列就死了

时间序列可以写成 Y = {y_t | t 属于有序集合 T}，t1 < t2 < … < tn。每个点绑着时间戳，间隔通常相等：每小时潮位、每日发货、每月用电。横截面是同一时刻很多个体（当天 100 家门店的库存），个体互换往往不改变问题定义。时间序列把第 3 天和第 30 天对调，自相关结构立刻被毁掉，后面所有 ACF、单位根、AR 系数都在对空气建模。

更扎手的是非独立同分布。许多入门统计课默认样本独立同分布，方差齐、互不相关。时间序列几乎天生破这条：当前值是过去值的函数，方差还可能随季节变宽。原文把这叫时间依赖性、序列相关或自相关——预测之所以可能，正因为有这块依赖；预测之所以难，也因为依赖的形态会变。

示意：某潮位站 10 个整点的水位（厘米，教学数字）：

整点  1   2   3   4   5   6   7   8   9   10
水位  80  83  90  98  104 108 106 100  92  85
​

你能感到涨潮再回落。若把这 10 个数当独立样本算「平均水位 94.6，方差某某」，再拿去做明天同时刻的区间，等于把潮汐的形状扔了。ARIMA 要的是形状里可线性描述的那部分惯性，不是那一个平均数。

二、先看图，再开口说「有趋势」

可视化是识别阶段的第一刀。横轴时间、纵轴观测、点用线段连上。问五件事：

1. 有没有长期往上或往下的坡？
2. 有没有固定周期的鼓包（一天、一周、一年）？
3. 波动是不是越来越宽（方差不稳）？
4. 有没有远远离开邻居的尖点？
5. 斜率有没有突然改道（结构变化）？

原文把常见模式分成四类，动手时请分开喊，不要都叫「波动」：

季节和周期最容易混。冬季取暖用电高、夏季空调用电高，年周期长度固定，是季节。经济景气循环可能 3 年一次也可能 7 年一次，长度不固定，是周期。潮汐若按天文周期对齐，更接近季节性（或确定性周期函数）；若你只按日历小时采样又不管天文，图上仍会看到近似半日循环，识别时要写明 m。

应用场景原文列得很全，动手时选一个当主例子即可：金融价格与宏观指标、气象要素、销量与访问量、设备传感器、交通流量、入院人数、环境水位与空气质量。价值都是「理解历史形态，再决定能不能外推」。外推不是自动成立的——结构一折，过去的 AR 系数就过期。

三、分析目的决定你停在哪一步

不是每条序列都要走到滚动预测。原文列了四类目的，我建议你开题时写在笔记第一行：

1. 描述：把趋势和季节讲清楚，给调度台看「我们是不是进入旺季」。
2. 预测：给未来若干步一个点和一个区间。ARIMA 主要为此设计。
3. 监控与控制：负荷预测用来调整发电，不是为了比赛 MAPE。
4. 异常检测：残差突然变大，可能是传感器故障或活动异常。

目的不同，预处理也不同。做预测时，一个假日尖点可能要单独建模或剔除后再拟合，再把假日加回；做异常检测时，那个尖点恰恰是你要抓住的对象，不能先平滑掉再假装没有。

⚠️ 常见坑：把折线画得「很平滑」当成成功。平滑掉的可能是季节，也可能是你真正要预报的转折。识别阶段允许图难看，不允许图骗人。

💡 关键直觉：时间序列分析卖的是「依赖结构」，不是「点更密」。把日数据聚成月数据会改变季节 m，也会改变可识别的 p、q；采样频率是模型的一部分，不是画图选项。

等间隔假设也要核对。业务库常出现「这一天没营业所以没有行」。对 ARIMA，缺失的是时间索引上的一个位置，不是「样本量少一个」。补齐日历再标缺失，比直接把两天营业记录粘在一起更诚实——后者等于把时间轴打了结。

概念上画图并不需要特定软件语法。用任何能画折线的工具即可。下面这段只演示「用数组对齐时间」，不要理解成要存成某个文件：

t = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
y = [80, 83, 90, 98, 104, 108, 106, 100, 92, 85]
# 问：峰值是否每隔约 12 步重复？方差后半段是否变宽？
​

若你在 ACF 还没画之前就看到清晰的周循环，请在笔记里写下「疑似 m=7」，即使本章仍先做非季节差分。漏记季节是第 4 章最常见的返工原因。

和横截面回归还有一个沟通差异：别人会问「样本量够不够」。时间序列的有效信息不是 n 个独立点，而是「有多少个不太重复的波动」。十年月度数据看起来有 120 点，若你还要估季节阶，真正重复的年周期只有 10 次，信息薄得很。这就是为什么示意的 10～12 个点只能练眼，不能当真系数。

四、采样频率、聚合与「有效循环次数」

把日数据加总成月数据，不是无损压缩。星期效应会消失，年季节会变得更清楚，可识别的 p、q 也会变。ARIMA 的阶是相对于你选定的频率而言的：在日频上的 MA(1) 和在月频上的 MA(1) 不是同一个物理时间。动手前写明频率，聚合规则（求和还是平均）也要写明——件数该求和，温度该平均，混用会让差分失去意义。

等间隔被破坏时（设备间歇上报），有两种诚实做法：对齐到规则网格并标缺失；或承认经典 ARIMA 不适合不规则间隔，改用能处理的方法。把不等间隔硬当成等间隔，ACF 的「滞后 1」其实有时是 1 小时、有时是 3 天，口诀全部作废。潮位站停电后补传一堆点，尤其要先按时间戳排序再对齐网格，不要按入库顺序画折线。

有效信息看的是「不太重复的波动次数」。十年月度有 120 行，对年季节来说只有约 10 次循环；两年日数据看起来很多点，对年季节仍只有两次。这决定了第 4 章季节阶必须从 0 或 1 长起。描述目的下，你可以用分解图把季节画给人看，不必强行估 Φ；预测目的下，循环次数不够就该用季节朴素或哑变量，而不是 SARIMA 高阶。开题时把目的和频率写在同一行，后面少返工。

结构变化同样先在图上抓：斜率改道、方差突然变宽、季节形状换了一套。全样本一个均值、一套 ACF，是假设没有这种折。折点明显时，识别阶段的交付物应包括「分段点」，而不是一个假装通用的 d。

五、动手对照：潮位十条怎么读

80,83,90,98,104,108,106,100,92,85 像涨潮再回落。问：峰值间隔是否固定？若按半日潮对齐，m 可能是 12 个整点；若只按日历小时且不管天文，仍要记下「疑似周期」。方差后半段有没有变宽？有没有一个点远离邻居？把答案写成五个是/否，再进入预处理。不要对这十条算一个平均数当预报。

问题：横截面方法为什么不能直接套？

因为观测不独立，顺序不能洗牌。独立同分布下的标准误会骗人。时间依赖性既是预报燃料，也是套错模型的原因。

问题：周期和季节差在哪一句？

季节点得了日历的名，m 是整数；周期看起来像重复但长度漂，点不了名，不要塞进季节槽。

六、场景推演（示意，非真实序列）

潮位站整点示意从 80 涨到 108 再回 85。调度台若只要一个「平均水位 94」，等于把潮汐形状扔了。你要在折线上回答五问：有没有斜坡、有没有固定间隔鼓包、波幅是否变宽、有没有尖点、斜率有没有改道。半日循环若按天文对齐，m 可以写成 12 个整点；若只按日历且不管天文，仍要记下疑似周期，留给季节章。采样若因停电变成不规则，先生成完整整点网格再标缺失，不要按入库顺序连线，否则滞后 1 有时是 1 小时有时是 3 小时，后面口诀全部作废。有效信息看循环次数：两天的整点看起来有几十个点，对半日潮只有少数次重复，季节阶必须从 0 或 1 长起。目的若是异常检测，尖点不能先平滑掉；目的若是预报，尖点要定性后干预。把目的和频率写在笔记第一行，分析才不会做成「把图洗好看」。

七、口令卡与计算备忘

口令：顺序即信息，频率即模型的一部分。日聚合成月会消灭星期、凸显年季节，p、q 的物理时间跟着变，聚合规则件数求和、温度平均，写进笔记。不等间隔先生成网格再标缺失。有效循环次数决定季节阶能不能估：十年月度对年季节只有约十次，两年日数据对年季节只有两次。四项目的里预报与异常检测对尖点的态度相反，开题写死。结构折先在图上抓，全样本一套 ACF 是假设没有折。横截面洗牌会毁掉自相关，任何「打乱后当对照样本训练」都禁止。把五问（坡、鼓包、喇叭、尖点、改道）变成折线读图的固定口令，再进入检验。

八、原文要点补全

原文强调时间序列分析的目的包括描述、预测、监控优化与异常检测。电力需求预测用来调整发电量，属于控制而不是比赛误差；入院人数预测属于资源配置；空气质量与水位属于预警。目的不同，折线上的尖点去留就不同。形式化 Y={y_t | t∈T} 要求 T 有序且通常等间隔，传感器故障造成的不规则上报必须先对齐。非独立同分布写进核心特征，是因为许多入门课的标准误会在自相关存在时失效。可视化最基本的是线图，横轴时间纵轴观测，用来判断趋势、周期、波动是否随时间变、异常值与结构性变化。示意线图 10,12,15,13,16,18,20,19,22,25 只演示总体上升加小波动，真实图可能季节更强。把目的、频率、五问写成读图口令，再进入预处理，才符合原文「可视化是第一步也是最重要一步」。

一节小结

• 顺序即信息：对调观测等于毁掉序列，不能当普通表格洗牌。
• 非 IID 是常态：自相关既是预测的燃料，也是套错模型的原因。
• 先折线后口：趋势、季节、周期、噪声分开喊。
• 季节周期固定，周期成分不固定：年、周、日是季节；长度漂移的浪不要硬套 m。
• 目的写在第一行：描述、预测、监控、异常，预处理策略不同。
• 缺口要按日历对齐：没营业的日期仍是一个时间位置。
• 有效信息看重复波动次数：月度十年对年季节来说只有约十次循环。

下一节处理识别之前的脏活：缺失、异常和变换，避免一个尖点绑架整个单位根检验。