아래 링크는 위의 네 가지 시계열의 이미지입니다. 각 시리즈에는 다른 색상 (파란색, 노란색, 빨간색)으로 표시된 세 개의 이산 값 (1, 2, 3) 만 있습니다. 분명히 두 번째 것은 가장 큰 변동성을 보여주고 네 번째 것은 가장 적은 변동성을 보여줍니다. 그러나 그러한 변동성을 구체적으로 설명하기 위해 통계를 어떻게 사용할 수 있습니까?시계열의 변동성을 설명하기 위해 어떤 통계를 사용할 수 있습니까?
가 출발점 x_0임을 감안할 때, 상기 그래프는 다음 비교 합계 (절대치 (X_가 시각 t의 공통 단위로 측정 된 [N-1] - X_ [N]) x = 1에서 x = n을 t로 나눈 값은 시계열의 상대적인 변동성을 비교하는 스칼라를 제공합니다. 이것은 통계가 아닙니다 (복잡한 통계는 아니며 평균입니다). 근본적으로 시스템 변경의 합계의 절대 값을 변경이 발생한 시간으로 나눈 값입니다. 가장 큰 가치는 시리즈의 가장 변형 일 것입니다.
고맙습니다. 많은 도움이됩니다. 이 방법에 대한 자세한 내용이 있습니까? 나에게 그것에 대한 참고 자료를 제공하면 좋을 것입니다. –
통계적 척도로 간주되는 가장 기본적인 통계입니다. 평균입니다. 변화가 발생한 시간으로 나눈 값의 합계 변화를 시간별 평균 변화를 제공합니다. 제가 여러분에게 준 계산에 대한 공식적인 이론은 없습니다, 그것은 단지 단순한 평균입니다. 특이한 부분은 변화의 측정, 변화의 ABS입니다. 이제 값을 서수 값이 아닌 상태 분류로 간주하고 숫자가 아니라면 단위 전이로 전환해야하며 같은 정신으로 전환 변동성을 계산할 수 있습니다. –
프로그래밍이나 소프트웨어 개발에 관한 것이 아니기 때문에이 질문을 주제로 끝내기로했습니다. – Pang