我有一个每周使用数据的时间序列，我将尝试使用一些统计数据来分割人口。 Skewness和Kurtosis可以让我描述时间序列并以不同的方式将人们分组。但是我也注意到一些似乎有锯齿形图案或双峰模式，那么我不认为这两个上述统计数据会很好地描述它们。与平均值的距离将告诉我谁持续稳定使用与不可预测的使用。
时间序列数据通常使用哪些描述性统计数据？
谢谢，
答案 0 :(得分：1)
周期图和自相关函数是两种常见的信息来源 用于分析和建模时间序列。您可以使用此信息来比较该系列。
在周期图中，您可以检测估计的谱密度最高的频率。这将告诉你哪个系列由相同频率的周期控制。
自相关函数（周期图的时域对应）和部分自相关函数可以类似地用于比较和分组序列。那些在相同滞后阶段具有显着自相关的序列可以组合在一起。
您可能需要对系列进行转换以识别某些信息，例如采用差异来使数据静止。或者，您可以为每个系列选择一个ARIMA模型，并比较每个模型的特征（这些特征与自相关函数中观察到的特征几乎相同）。