时间序列分析预测
摇头小猪
这个作者很懒,什么都没留下…
展开
-
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...原创 2020-03-10 23:04:51 · 1086 阅读 · 0 评论 -
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...原创 2020-03-03 20:53:42 · 1499 阅读 · 0 评论