《Python 数据统计完全指南：时间序列数据的统计分析方法与实战》

一、时间序列基础概念

1. 定义与特性
   时间序列数据是按时间顺序记录的观测值集合，如股票价格$(p_t)$或气温$(T_t)$，具有趋势性、季节性和自相关性。核心特征包括：

   • 平稳性：序列统计特性不随时间变化，满足$E(y_t) = \mu$（常数均值）和$Cov(y_t, y_{t-k}) = \gamma_k$（常数协方差）
   • 自相关函数（ACF）：度量$y_t$与$y_{t-k}$的相关性，定义为$$\rho_k = \frac{Cov(y_t, y_{t-k})}{Var(y_t)}$$

2. 数据预处理

   import pandas as pd
   # 缺失值处理（线性插值）
   df['sales'] = df['sales'].interpolate(method='linear')  
   # 平稳化处理（一阶差分）
   df['diff_sales'] = df['sales'].diff().dropna()
   

二、核心统计分析方法

1. 分解模型
   加法模型：$$y_t = T_t + S_t + R_t$$
   乘法模型：$$y_t = T_t \times S_t \times R_t$$
   其中$T_t$为趋势项，$S_t$为季节项，$R_t$为残差项。

   from statsmodels.tsa.seasonal import seasonal_decompose
   result = seasonal_decompose(df['sales'], model='multiplicative', period=12)
   result.plot()
   

2. ARIMA 建模

   • 自回归（AR）：$$y_t = c + \phi_1 y_{t-1} + \cdots + \phi_p y_{t-p} + \varepsilon_t$$
   • 移动平均（MA）：$$y_t = \mu + \varepsilon_t + \theta_1 \varepsilon_{t-1} + \cdots + \theta_q \varepsilon_{t-q}$$
   • ARIMA(p,d,q) 建模流程：

     from statsmodels.tsa.arima.model import ARIMA
     model = ARIMA(df['sales'], order=(2,1,1))  # p=2, d=1, q=1
     results = model.fit()
     results.summary()  # 输出模型参数
     

三、高级分析方法

1. 波动率建模（GARCH）
   用于金融时间序列的波动聚集现象：
   $$\sigma_t^2 = \alpha_0 + \sum_{i=1}^q \alpha_i \varepsilon_{t-i}^2 + \sum_{j=1}^p \beta_j \sigma_{t-j}^2$$

   from arch import arch_model
   garch = arch_model(returns, vol='Garch', p=1, q=1)
   res = garch.fit(update_freq=5)
   

2. 向量自回归（VAR）
   多变量时间序列建模：
   $$\begin{bmatrix} y_{1t} \ y_{2t} \end{bmatrix} = c + \Phi_1 \begin{bmatrix} y_{1,t-1} \ y_{2,t-1} \end{bmatrix} + \cdots + \Phi_p \begin{bmatrix} y_{1,t-p} \ y_{2,t-p} \end{bmatrix} + \varepsilon_t$$

四、实战案例：销售预测

# 完整代码示例
import matplotlib.pyplot as plt
from statsmodels.tsa.holtwinters import ExponentialSmoothing

# 1. 数据加载
df = pd.read_csv('sales_data.csv', parse_dates=['date'], index_col='date')

# 2. Holt-Winters 三指数平滑
model = ExponentialSmoothing(df['sales'], trend='add', seasonal='mul', seasonal_periods=12)
fit = model.fit()

# 3. 未来12期预测
forecast = fit.forecast(12)
plt.plot(df['sales'], label='Historical')
plt.plot(forecast, color='red', label='Forecast')
plt.legend()

五、评估指标

• MAE：$$\frac{1}{n}\sum_{i=1}^n |y_i - \hat{y}_i|$$
• RMSE：$$\sqrt{\frac{1}{n}\sum_{i=1}^n (y_i - \hat{y}_i)^2}$$
• MAPE：$$\frac{100%}{n}\sum_{i=1}^n \left| \frac{y_i - \hat{y}_i}{y_i} \right|$$

本指南涵盖从基础概念到高级模型的全流程，结合Python代码实现，适用于金融、物流、气象等领域的时间序列分析需求。