1 time series的种类
1.1 按照时间片连续 & 离散分类
1.2 按照时间序列个数分类
(第二个其实也就是multivariate time series)
2 时间序列和其他数据的不同之处
- 数据之间不是独立的
- 长时间序列并不一直是最好的
- ——>时间序列会随着时间变化,所以长时间序列并不一定一直是很好的
- 时间序列的pattern是动态的,会随时间变化
- ——>观测的顺序很重要
3 时间序列组成部分
3.1 trend
3.2 seasonal component
3.3 cyclical component
4 平滑
一种去除随机变化的程序,更清楚地揭示一组时间序列数据中的潜在趋势和循环分量
4.1 滑动平均 moving average
4.2 指数平均
W(平滑常数)是一个0~1的数
Et是观测值的平滑结果
预测值为:
5 预测模型
5.1 线性预测模型
适用条件:一阶差分近似为常数
5.2 二次预测模型
使用条件:二阶差分近似为常数
5.3 指数模型
适用条件
6 衡量标准
MAD也即MAE