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，可能根本没有规律的周期性可能会有一些不规则的干旱期（根本没有波动发生）
这些波动可能是整体下降/上升趋势的一部分。
我尽量避免使用ARIMA等建模技术，因为我只想了解它们的以下特性：
平均波动幅度。
平均波动时间段（价值上升和下降到几乎相同水平需要多长时间？）.
平均波动频率这些波动发生在什么时期之后？
以下是一些数据的外观：
我采取的方法是-
首先在时间轴上建立某种类型的注释（例如平坦、递增、递减）
然后在这些标签的基础上进一步研究模式来回答上述问题如果序列中存在整体上升/下降趋势，我将通过删除平均值/线性拟合等来对其进行趋势降低。
我想知道是否有其他方法或技巧来回答我的数据的上述问题。
最佳答案
看看奇异谱分析（ssa），它后面有一个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做得很好。
http://axibase.com/environmental-monitoring-using-big-data/
关于algorithm - 研究时间序列的波动，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/38055916/