- 博客(2)
- 收藏
- 关注
RSS订阅原创 时间序列分析预测——学习笔记（二）
这篇主要介绍ARIMA模型，关于其各参数意义和建模过程。 ARIMA(p,d,q)中包含三个参数，p表示自相关的项数，d表示差分的阶数，q表示移动平均项数 AR、MA、ARMA模型 AR模型：自回归模型。用之前各期值预测当前值，即用X1~Xt-1预测Xt。由于不存在y，所以是用自己预测自己，因此称为自相关。 MA模型：移动平均模型。即过去几期白噪音对当前值的影响。 ARMA模型：自回归移动平均模型...
2020-03-10 23:04:51
1057
原创 时间序列分析预测——学习笔记（一）
一、时间序列的分类 时间序列的数据分为平稳序列和非平稳序列。平稳序列即基本上不存在趋势或随季节波动的序列，其波动可看作是随机的。非平稳序列则是包含趋势、季节性或周期性的序列，可能包含所有成分也可能只包含一种。 （一）平稳序列的分析模型 对于平稳序列，主要有三种分析模型，其中移动平均法和指数平滑法能起到预测作用，而Random Walk主要用于确认观察值与预测值之间的误差是随机的，如果误差不随机那么...
2020-03-03 20:53:42
1471
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人