研究时间序列中的波动

Question

我有一些时间序列要分析 给定数据来自的域 -

• 时间序列应该有一些波动。
• 在某些情况下，可能根本不存在常规周期。可能存在一些不规则的干旱期（根本没有发生波动）
• 这些波动可能是整体下行/上行趋势的一部分。

我正在努力避免像ARIMA等建模技术，因为我只想知道每一项的以下功能：

• 平均波动幅度。
• 平均波动时间段（数值上升并回落到几乎相同的水平需要多长时间？）。
• 平均波动频率。这些波动发生在什么时期后？

以下是一些数据：

我采取的方法是 -

首先在时间轴上构建某种注释（例如，平坦，增加，减少）
然后基于这些标签进一步研究模式以回答上述问题。
如果系列中存在整体上升/下降趋势，我会通过去除均值/线性拟合等来降低它的趋势。

我想知道是否还有其他方法或技术可以回答上述问题。

Answer 1

看一下奇异谱分析（ssa），后面有一个R包Rssa。我们做了一些研究，其中SSA与已建立的自回归算法进行了比较，SSA表现相当不错。

http://axibase.com/environmental-monitoring-using-big-data/