2016-08-03 19 views
-2

Unten ist ein Bild von vier Zeitreihen im obigen Link; Jede Serie hat nur drei diskrete Werte (1, 2, 3), die mit verschiedenen Farben (blau, gelb, rot) markiert sind. Anscheinend zeigt der zweite die stärkste Volatilität, während der vierte die geringste Volatilität aufweist. Aber wie kann ich eine Statistik verwenden, um diese Volatilität spezifisch zu beschreiben?Welche Statistiken können verwendet werden, um die Volatilität einer Zeitreihe zu beschreiben?

Image of Four time series

+1

Ich stimme ab, diese Frage als Off-Topic zu schließen, weil es nicht um Programmierung oder Softwareentwicklung geht. – Pang

Antwort

2

Da x_0 Ihr Ausgangspunkt ist, und die Diagramme in einer gemeinsamen Einheit der Zeit t gemessen, dann durch Vergleich, sum (abs (x_ [n-1] - x_ [n])) von x = 1 bis x = n geteilt durch t liefert einen Skalar, der die relative Flüchtigkeit der Zeitreihe vergleicht. Dies ist keine Statistik (naja, keine komplizierte Statistik, es ist ein Durchschnitt), sondern im wesentlichen der absolute Wert der Summierungen der Variationen der Systeme dividiert durch die Zeit, in der die Veränderungen stattgefunden haben. Der größte Wert wird die Variante der Serie sein.

+0

Vielen Dank. Das hilft sehr. Gibt es irgendwelche Details über diese Methode? Es wäre großartig, wenn Sie mir einige Referenzen darüber geben würden. –

+0

Betrachtet eine statistische Maßzahl, ist es die einfachste aller Statistiken, ein Durchschnitt. Es ist die summierte Änderung der Werte dividiert durch die Zeit, in der die Änderung stattfand, wobei die durchschnittliche Änderung im Zeitverlauf angegeben wird. Es gibt keine formale Theorie für die Berechnung, die ich Ihnen gegeben habe, es ist nur ein einfacher Durchschnitt. Der ungewöhnliche Teil ist die Messung der Variation, das ABS der Veränderung. Wenn Sie nun die Werte nicht als Ordinalwerte betrachten, sondern als Zustandsklassifizierung und nicht als Zahl, dann sollten Sie die Übergänge in Einheitszählwerte umwandeln, und im gleichen Sinne können Sie die Übergangsvolatilität berechnen. –