时间序列:
预测股价、降水量等
平稳性:
样本数据(时间序列数据)有”惯性“
要求序列的均值和方差不发生明显变化
严平稳:分布情况不随时间的改变而改变
弱平稳:期望与相关系数(依赖性)不变【真实数据大多数是弱平稳的】
差分法:时间序列在t与t-1时刻的差值,使数据变的更加平稳
可做一阶差分,二阶差分…二阶差分是在一阶差分的基础上作差分
自回归模型(AR)
(1)描述当前值与历史值之间的关系,用变量自身的历史时间数据对自身进行预测
(2)自回归模型必须满足平稳性要求(差分处理)
(3)p阶:表示时间间隔(与前p个值有关)
ARIMA模型(时间序列)
最新推荐文章于 2023-10-01 16:42:17 发布