2.1 时间序列数据特性

文档摘要

2.1 时间序列数据特性 2.1 时间序列数据特性时间序列数据，顾名思义，是按时间顺序排列的数据点集合。与传统的独立同分布（i.i.d.）数据不同，时间序列数据具有其独特的性质，这些性质深刻影响着其处理、分析和预测。理解这些特性是构建高效深度学习时间序列预测模型的基石。本章将深入探讨时间序列数据的关键特性，包括时间依赖性、趋势、季节性、周期性、随机性、平稳性以及异常值。 2.1.1 时间依赖性 (Temporal Dependency) 时间依赖性是时间序列数据最核心的特性。它指的是当前或未来数据点的观测值与过去数据点的观测值之间存在统计关联。换句话说，时间序列数据不是随机独立的，而是相互关联的。这种依赖性使得我们能够利用历史信息来预测未来。