Algorithm 如何衡量；同质性“；时间序列的特征？

我有两个时间序列，见下图：

我需要衡量这个系列的“同质性”水平。第一个看起来非常零碎，所以它应该有接近零的低值，第二个应该有高值

---

有什么我可以使用的算法吗

了解更多关于这一系列之间潜在差异的信息，或者您关心的是什么，可能会有所帮助，但接下来

如果需要的话，我会减去常数，使两个级数的平均值为零，然后将它们平方，得到类似于幂的东西，并对其进行足够的滤波，以消除较低滤波器中的噪声。然后计算并比较两个过滤幂的方差，对于较低的时间序列，我现在期望它是一条相当恒定的线，有一些下降，而对于较高的序列，一些东西花费大约一半的时间接近零，大约一半的时间远离零

---

可能的过滤器包括一个简单的移动平均值，无论您的时间序列工具包提供什么，以及那些在

中描述的过滤器。我不确定同质性是什么意思，但时间序列的平稳性有一个公认的概念。基本上，如果一个时间序列的滚动平均值和标准偏差在一段时间内是恒定的，那么它就是平稳的。你们的两个时间序列似乎都有大致恒定的平均值，但最上面的一个有一个标准偏差，随时间变化很大；有时它几乎为零，有时它非常大。也许你可以取滚动标准差的标准差，它对于顶部的系列远高于底部的系列。如果你能把它们装进熊猫的顶部和底部，它可能看起来像

top_nonstationarity = np.std(top.rolling(window_size).std())
bottom_nonstationarity = np.std(bottom.rolling(window_size).std())

---

你试过把这两个序列互相关联吗？我不想比较这两个。我只想把同质性作为一个独立的衡量标准来衡量。