模型名称 | 描述 |
---|---|
平滑法 | 削弱短期随机波动对序列的影响,序列插值分布均匀 |
趋势拟合法 | 把时间作为自变量,相应序列观察值作为因变量,简历回归模型 |
组合模型法 | 受长期趋势(T)、季节变动(S)、周期变动(C)和不规则变动(ε)四个因素影响 |
组合模型 | (1)加法模型: T + S + C + ϵ T+S+C+\epsilon T+S+C+ϵ (2)乘法模型: T S C ϵ T SC\epsilon TSCϵ |
常见时间序列模型
模型名称 | 描述 |
---|---|
AR模型 | 考虑历史数据的影响,以过往数据为自变量, X t X_t Xt为因变量建立线性回归模型。 X t = ϕ 0 + ϕ 1 x t − 1 + ⋯ + ϕ p x t − p X_t=\phi_0+\phi_1 x_{t-1}+\cdots+\phi_p x_{t-p} Xt=ϕ0+ϕ1xt−1+⋯+ϕpxt−p |
MA模型 | 忽略历史数据影响,建立于前q期随机扰动 ϵ t − 1 , ⋯ , ϵ t − q \epsilon_{t-1},\cdots,\epsilon_{t-q} ϵt−1,⋯,ϵt−q的线性回归模型 X t = μ + ϵ t − θ 1 ϵ t − 1 − ⋯ − θ q ϵ t − q X_t=\mu+\epsilon_t-\theta_1 \epsilon_{t-1}-\cdots-\theta_q \epsilon_{t-q} Xt=μ+ϵt−θ1ϵt−1−⋯−θ |