电量预测方法之ARIMA

  1. 运用ARMA模型的前提条件是,建立模型的时间序列是由一个零均值的平稳随机过程产生的。

AR自回归模型

   
满足

MA移动平均模型

   
满足

ARMA自回归滑动平均模型

   
满足:
yt是平稳、正态、零均值的时间序列
p:自回归阶数,q:移动平均阶数,β和α是不为零的待定系数,εt独立的误差项

ARIMA(p,d,q)模型是ARMA(p,q)模型的扩展



ARMA谱估计
线性系统可以用线性差分方程进行描述,这种差分模型就是自回归----滑动平均模型(AutoRegression----Moving Average,ARMA )。:任何一个有理式的功率谱密度都可以用一个ARMA随机过程的功率谱密度精确逼近。
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值