时间序列模式

时间序列预测是基于历史数据预测未来数据的过程,关键在于理解数据间的联系。时间序列算法包括ARMA模型等。预处理阶段涉及平稳性检验,如通过自相关图和单位根检验判断序列类型。平稳序列适于线性模型,非平稳序列需差分转换。纯随机序列(白噪声)无信息可提取,非平稳序列可能包含趋势、季节性或周期性。
摘要由CSDN通过智能技术生成

常用按时间顺序排列的一组随机变量X_1,X_2,...,X_t来表示一个随机事件的时间序列,简记为\{X_t\};用x_1,x_2,...,x_n\{x_t,t=1,2,...,n\}表示该随机序列的n个有序的观察值,称之为序列长度为n的观察值序列。

时间序列在各个领域中都非常常见,就餐饮企业而言,其销售预测可以看做是基于时间序列的短期数据预测,预测对象为具体菜品销售量,在金融领域,尝尝使用历史股票数据来预测未来的股票价格,等等。

时间序列预测主要就是使用已知的历史数据,来预测未来的数据,其关键就是抓住历史数据之间的联系以及历史数据和未来数据之间的联系。

时间序列算法

常用的时间序列模型如下图所示:

 时间序列预处理

拿到一个观察值序列后,首先要对它的纯随机性和平稳性进行检验,这两个重要的检验称为序列的预处理。根据检验结果可以将序列分为不同的类型,对不同类型的序列会才去不同的分析方法。

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