时间序列模型matlab代码_【时间序列】详解Prophet模型以及代码示例

昵称 | 追光者
研究 | 机器学习与时间序列
出品 | AI蜗牛车

一、模型

Prophet模型使用一个可分解的时间序列模型，主要由趋势项（trend），季节项（seasonality）和假期因素（holidays）组成

是趋势函数，代表非周期变化的值，

表示周期性变化(如每周和每年的季节性)，

表示在可能不规律的时间表上发生的假期的影响。误差项

代表模型不能适应的任何特殊变化，并假设其符合正态分布

优点

1. 灵活性：我们可以很容易地适应季节性与多个时期，并让分析师对趋势做出不同的假设。
2. 缺失处理：与ARIMA模型不同的是，测量不需要有规律的间隔，我们不需要插入丢失的值
3. 速度快：拟合非常快，允许分析人员交互式地探索许多模型的特性
4. 可解释性较强：预测模型有容易解释的参数

二、趋势项

Prophet实现了两个趋势模型，分别是基于逻辑回归的饱和增长模型和分段线性模型

首先是基于逻辑回归的趋势项：

为承载力，

为增长速率，

为偏移参数。

互联网时代，硬件的发展和信息量的升级，无论是承载力还是增长率