对于平稳时间序列,可以建立趋势模型。当有理由相信这种趋势能够延伸到未来时,赋予变量t所需要的值,可以得到相应时刻的时间序列未来值,这就是趋势外推法
【分析实例】
根据1992-2005年的人口出生率的数据,使用最小二乘法确定直线趋势方程,
1) 并计算各期的预测值和预测误差
2) 预测2007年的人口出生率
1 import numpy as np 2 import pandas as pd 3 import matplotlib.pyplot as plt 4 5 def Line_Trend_Model( s, ): 6 ''' 7 使用最小二乘法确定直线趋势方程 8 输入值:s - pd.Series,index为连续型日期的Series 9 返回值类型:字典 10 返回值:a - 截距,b - 斜率, sigma - 估计标准误差 11 ''' 12 res = {} 13 n = len(s) 14 m = 2 # 用于计算估计标准误差,线性趋势方程对应的值为 2 15 res['t'] = [ i+1 for i in range(n)]