- 博客(4)
- 收藏
- 关注
RSS订阅原创 收入时间序列——之预测总结篇
本章节分两部分，一是ARMA模型预测，另一个是LSTM模型预测。过程中会结合数学原理探求本质，以便理解两个模型拟合效果的比较。一. ARMA模型预测我们对模型arimatest=ARIMA(2,0,4)×(1,1,1,7)进行拟合后，做向前7步预测：> # 预测> fc<-forecast(arimatest,h=7,level=c(99.5))> fc...
2019-01-08 09:46:51
7947
1
原创 单位根检验、航空模型、季节模型
单独写这篇文章的用意是源于我在单位根平稳性检验上面花费了很多时间，在这个过程中，又不断对季节模型有了更为深刻的理解，所以我要单独将这些心得写出来。本篇文章需要结合《收入时间序列——之模型探索篇》来看，其数据源于那篇文章中，这里不再赘述。一. 平稳性检验平稳性检验的主要方法是看时序图、ACF图和单位根检验，其中单位根检验方法有ADF、PP、KPSS等。本次ADF和PP检验都拒绝原假设，即认为...
2019-01-08 09:45:14
3349
原创 收入时间序列——之模型探索篇
前文《收入时间序列——之数学理解篇》已经梳理了时序分析所具备的基本数学原理，现在开始着手探索收入数据的内在规律，主要提出以下几个问题并给予解答。收入时间序列是平稳的吗？(偏)自相关情况如何？ 收入时间序列有趋势或季节性效应吗？ 用什么模型拟合效果比较好？ 有无异方差特征？用GARCH模型效果如何？ 收入增长率的平稳性情况如何？下面开始具体探讨过程。一. 线性模型时序分析步骤当...
2019-01-08 09:41:37
5998
原创 收入时间序列——之数学理解篇
前言：思路导引最初我的脑海里提出这个问题，是来源于业务那里，她们真真切切希望能准确的分解收入指标，但苦于实际模型极其复杂，虽然她们也的确找了一个模型，里面刻画了一些她们所能想到的各种因素，并给予了一定的权重，这是传统的解决方法，但实际效果却并不好，人工不断调整的幅度非常大。后来，她们想如果能很好的预测收入就会有一个标准基线，这相当于大大减轻分解指标的工作量，如果预测的越准，那么后期需要调整的动...
2019-01-08 09:39:39
2930
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人