比较多个时间序列的最有意义的方法

Question

我需要编写一个程序，对不同日期范围（主要从 2007-2009 年）和频率（每周、每月、每年...）的多个时间序列执行算术 (+-*/)。

我想出了：

• 找到频率最高的系列。然后用零填充其他系列，使它们具有相同数量的元素。然后执行操作。

如何以最有意义的方式呈现数据？

尝试考虑所有可能性

Answer 1

如果零对于这个时间序列来说是一个有意义的值（例如摄氏温度），那么用零填充所有空白可能不是一个好主意（即您将无法区分真实值和存根值然后）。您可能想要interpolate 您的时间序列。基本数据结构可以是数组/双链表。

Answer 2

您可以采取多种方法：

• 使用最细粒度的时间序列数据（例如，秒）并在需要时插入/填充数据
• 使用最粗粒度（例如年份）并在需要时汇总数据
• 两个极端之间的任何中间步骤

您应该始终了解您的数据，因为：

• 在插值的情况下，您必须选择最佳算法（线性或二次插值、样条、指数...）
• 在进行汇总时，您必须选择适当的聚合函数（sum、maximum、mean...）

一旦所有时间序列的时间尺度都相同，您就可以执行算术魔术，但请注意插值会产生额外信息，而汇总会删除可用信息。

Answer 3

我已经相当广泛地研究了这个问题。插值方法的危险在于您会偏向各种度量 - 特别是波动性 - 并引入虚假相关性。我发现傅里叶插值在一定程度上缓解了这种情况，但更好的方法是采用另一种方式：聚合更频繁的观察结果以匹配不太频繁的序列的周期性，然后比较它们。