Holt 线性趋势模型，指数趋势模型和阻尼形式

最新推荐文章于 2024-09-05 08:30:00 发布

fxlou

最新推荐文章于 2024-09-05 08:30:00 发布

阅读量1.2w

点赞数 2

分类专栏： time serials 时间序列模型

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/fxlou/article/details/79678860

版权

本文介绍了Holt线性趋势模型，指数趋势模型及其阻尼形式。Holt模型通过预测方程和平滑方程处理趋势数据，而指数趋势模型则通过相乘的方式处理水平和趋势。阻尼趋势模型针对长期预测过高问题，引入阻尼参数以保持预测的稳定性。此外，乘法阻尼趋势模型由Taylor在2003年提出，进一步优化了趋势预测。

摘要由CSDN通过智能技术生成

1 Holt线性趋势模型
Holt 在1957年把简单的指数平滑模型进行了延伸，能够预测包含趋势的数据，该方法包含一个预测方程和两个平滑方程（一个用于水平，另一个用于趋势）：

Forecast equation Level equation Trend equation y^t + h | t ℓ t b t = ℓ t + h b t = α y t + (1 - α) (ℓ t - 1 + b t - 1) = β * (ℓ t - ℓ t - 1) + (1 - β *) b t - 1

$\begin{align*} \text{Forecast equation}&& \hat{y}_{t+h|t} &= \ell_{t} + hb_{t} \\ \text{Level equation}&& \ell_{t} &= \alpha y_{t} + (1 - \alpha)(\ell_{t-1} + b_{t-1})\\ \text{Trend equation}&& b_{t} &= \beta^*(\ell_{t} - \ell_{t-1}) + (1 -\beta^*)b_{t-1} \end{align*}$
其中

lt l t $l_t$ 代表时刻t的预估水平，

bt b t $b_t$ 代表时刻t的预测趋势（或坡度），

α α $\alpha$ 是水平的平滑参数，

最低0.47元/天解锁文章

评论 2

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

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。