如果乙個時間序列不是按相同用時間間隔得到的，那是不是就不能用來時間序列分析了？

1樓：張戎

做時間序列的時候，最好還是時間間隔固定，否則就要使用插值的辦法來做。Pandas 或者 pyts 裡面有很多填充缺失值的方法，向前填充，向後填充，線性插值，二次插值，三次插值等各種方法。但是這個比較侷限於缺失值不算太多的情況下，如果有的年份之類的完全沒有測試，那估計也不太合適。

這種情況下，最好還是先收集各種資料，畢竟資料才是第一位。如果沒有辦法收集資料，估計可以把時間序列的間隔看成年，月，星期，日，甚至根據農曆來進行分析。在不同的時間間隔下，時間序列的表現是完全不一樣的。

除了時間序列本身的資料之外，看看能否收集到水位值之外的資料，例如天氣，降水，氣候，周邊環境等各種資料，環境資料可能也能夠影響地下水水位值。除此之外，再看看環境這方面的研究專家能否提供一些經驗，然後將其做成特徵放入模型，可能也能夠得到不錯的效果。

從問題上來看，大概可以從以上幾個方面入手吧。期待其他各位繼續出謀劃策。

2樓：

如果缺失的資料不多，那麼可以考慮線性插值。但是你有的年份一整年都沒有資料，那就不能線性插值，至於時間序列，怕是也不可以的。

3樓：枯木青霜

那不一定，如果你能找出其中的規律，那用數學的方法就可以進行序列分析了。如果沒有規律，，，，，，不可能沒有規律，因為時間序列中的時間間隔人定的，就算是無理數《兀》也能繼續推導下去，前提是你要有個計算機。

當然如果是數學上的離散型的話那就真不好說，只能用數學期望進行大致的預算。。。。。。前提是他是連續序列

ps:等距時間離散隨機過程是時間序列過程。時間序列過程的任何實現都是時間序列

4樓：ybm-r

An equally spaced time discrete stochastic process is a time series process. Any realization of a time series process is a times series.

這是時間序列的定義，而你連定義都不滿足，何談做時間序列。

我也是才剛開始學這門課，能想到的就是想辦法補充完整該數列。

5樓：

時間序列分析的研究物件一般是平穩或者能夠轉化成平穩的時間序列。如果時間間隔不相同，就要設法轉化成相同的時間間隔。辦不到的話，還是先設法搞定資料吧。