Методы сведения к стационарности
После изучения графика временного ряда обычно пробуют выделить во временном ряде тренд, сезонные и периодические компоненты. После их исключения временной ряд должен стать стационарным. Кроме того, для облегчения дальнейшего анализа иногда используются преобразования значений временного ряда (точнее, той шкалы, в которой они измерены) — это позволяет приблизить распределение значений временного ряда к нормальному или сделать дисперсию этих значений более постоянной (иначе говоря, стабилизировать дисперсию).
Выделение тренда
Метод наименьших квадратов. Для оценки и удаления трендов из временных рядов чаще всего используется метод наименьших квадратов. Этот метод подробно обсуждался в гл. 8 при рассмотрении задач линейного регрессионного анализа.
Говоря языком регрессионного анализа, значения временного ряда xt рассматривают как отклик (зависимую переменную), а время t — как фактор, влияющий на отклик (независимую переменную):
где / — функция тренда (она обычно предполагается гладкой), в — неизвестные нам параметры (параметры модели временного ряда), a Si —
преобразование Бокса-Кокса, ко всем членам ряда прибавляют постоянную с. Члены преобразованного ряда получают по формуле
если выбранное Л > 0. Для Л = 0 преобразование Бокса-Кокса действует как уже упомянутое логарифмическое: yt — log(a;t + с).