Python数据挖掘-序列预测

 

预测（forecast）：

对尚未发生或目前还不明确的事物进行预先的估计和推测，简单来说就是指从已知事件测定未知事件

 

时间序列预测（Time Series Forecasting）：

通过分析时间序列，根据时间序列所反映出来的发展进程、方向和趋势，进行类推或延伸，借以预测下一段时间或若干年内可能达到的水平。

 

平稳型时间序列(stationary time series)

平稳的时间序列，其统计特征不随时间变化而变换，而所谓的统计特征，一般采用均值和方差或协方差

 

差分(Integrated)

是一种让时间序列数据平稳的一种常用手段

一阶差分的公式：

 

n阶差分，是在n-1阶差分的基础上，按照一阶差分的公式进行计算

 

 

AR(p)模型(Autoregressive Model)

自回归模型描述的是当前值与历史值之间的关系：

 

 

 MA（q）模型（Moving Average Model）

移动平均模型描述的是自回归部分的误差累计：

 

转载于:https://www.cnblogs.com/U940634/p/9831912.html