机器学习算法 - 时间序列系1 -时序模式概念

本文介绍了时间序列分析的基础知识,包括时间序列的预处理,如平稳性检验和纯随机性检验。讨论了平稳时间序列的AR、MA和ARMA模型,以及如何处理非平稳序列,如差分运算和ARIMA模型的应用。同时,提到了Python在时间序列模式识别中的重要性。
摘要由CSDN通过智能技术生成

1 时间序列算法

2 时间序列的预处理

首先要对观察值序列做纯随机性平稳性进行校验,称为序列的预处理。

  1. 对于纯随机序列(白噪声序列),各项之间没有任何联系,序列再进行完全无序的随机波动,可以终止分析。
  2. 对于平稳非白噪声序列,均值方差是常数,通常建立线性模型来拟合序列的发展。
  3. 对于非平稳序列,均值方差不稳定,一般处理方法是转换成平稳序列后,使用平稳序列的分析方法。

如果,一个序列经过差分运算后,具有平稳性,该序列为差分平稳序列。

2.1 平稳性检验

  1. 平稳时间序列的定义:如果时间序列 X t , t ∈ T {X_t,t \in T}
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