DW10月-時(shí)間序列】Task03 常用的時(shí)間序列模型

本章節(jié)主要介紹差分指數(shù)平滑法沸枯、自適應(yīng)濾波法、趨勢(shì)外推預(yù)測(cè)方法和平穩(wěn)時(shí)間序列。

1奥此、差分指數(shù)平滑法

差分方法是改變數(shù)據(jù)變動(dòng)趨勢(shì)的簡(jiǎn)易方法。
一階差分指數(shù)平滑模型的公式為:

image.png

二階差分指數(shù)平滑模型的公式為:
image.png

優(yōu)缺點(diǎn):
優(yōu)點(diǎn):差分方法和指數(shù)平滑法的聯(lián)合運(yùn)用雁比,除了能克服一次指數(shù)平滑法的滯后偏差之外得院,也能改進(jìn)初始值問(wèn)題。
缺點(diǎn):對(duì)于指數(shù)平滑法存在的加權(quán)系數(shù)α 的選擇問(wèn)題章贞,以及只能
逐期預(yù)測(cè)問(wèn)題祥绞,差分指數(shù)平滑模型沒(méi)有改進(jìn)。

2鸭限、自適應(yīng)濾波法

自適應(yīng)濾波法是以時(shí)間序列的歷史觀測(cè)值進(jìn)行某種加權(quán)平均來(lái)預(yù)測(cè)蜕径。它要尋找一組“最佳”的權(quán)數(shù),其辦法是先用一組給定的權(quán)數(shù)計(jì)算一個(gè)預(yù)測(cè)值败京,然后計(jì)算預(yù)測(cè)誤差兜喻,再根據(jù)預(yù)測(cè)誤差調(diào)整權(quán)數(shù)以減少誤差。
公式為:

image.png

調(diào)整權(quán)重的公式為:
image.png

優(yōu)點(diǎn):
1赡麦、技術(shù)簡(jiǎn)單朴皆,可根據(jù)預(yù)測(cè)意圖來(lái)選擇權(quán)數(shù)的個(gè)數(shù)和學(xué)習(xí)常數(shù),以控制預(yù)測(cè)泛粹。也可以由計(jì)算機(jī)自動(dòng)選定遂铡。
2、使用全部歷史數(shù)據(jù)來(lái)尋求最佳權(quán)系數(shù)晶姊,并隨數(shù)據(jù)軌跡的變化而不斷更新權(quán)數(shù)扒接,從而不斷改進(jìn)預(yù)測(cè)。

3们衙、趨勢(shì)外推預(yù)測(cè)方法

趨勢(shì)外推法是根據(jù)事物的歷史和現(xiàn)時(shí)資料钾怔,尋求事物發(fā)展規(guī)律,從而推測(cè)出事物未來(lái)狀況的一種比較常用的預(yù)測(cè)方法蒙挑。
步驟:
(a) 選擇應(yīng)預(yù)測(cè)的參數(shù)宗侦;
(b) 收集必要的數(shù)據(jù);
(c) 利用數(shù)據(jù)擬合曲線忆蚀;
(d) 趨勢(shì)外推矾利;
(e) 預(yù)測(cè)說(shuō)明懊悯;
(f)研究預(yù)測(cè)結(jié)果在進(jìn)行決策中應(yīng)用的可能性。
常用數(shù)學(xué)模型
指數(shù)曲線梦皮、修正指數(shù)曲線炭分、生長(zhǎng)曲線、包絡(luò)曲線等剑肯。

4捧毛、平穩(wěn)時(shí)間序列

一個(gè)時(shí)間序列,如果均值沒(méi)有系統(tǒng)的變化(無(wú)趨勢(shì))让网、方差沒(méi)有系統(tǒng)變化呀忧,且嚴(yán)格消除了周期性變化,就稱之是平穩(wěn)的溃睹。本次學(xué)習(xí)的部分而账,平穩(wěn)是指寬平穩(wěn),其特性是序列的統(tǒng)計(jì)特性不隨時(shí)間的平移而變化因篇,即均值和協(xié)方差不隨時(shí)間的平移而變化泞辐。

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個(gè)濱河市竞滓,隨后出現(xiàn)的幾起案子咐吼,更是在濱河造成了極大的恐慌,老刑警劉巖商佑,帶你破解...
    沈念sama閱讀 211,042評(píng)論 6 490
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件锯茄,死亡現(xiàn)場(chǎng)離奇詭異,居然都是意外死亡茶没,警方通過(guò)查閱死者的電腦和手機(jī)肌幽,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 89,996評(píng)論 2 384
  • 文/潘曉璐 我一進(jìn)店門(mén),熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái)抓半,“玉大人喂急,你說(shuō)我怎么就攤上這事±殴兀” “怎么了煮岁?”我有些...
    開(kāi)封第一講書(shū)人閱讀 156,674評(píng)論 0 345
  • 文/不壞的土叔 我叫張陵,是天一觀的道長(zhǎng)涣易。 經(jīng)常有香客問(wèn)我,道長(zhǎng)冶伞,這世上最難降的妖魔是什么新症? 我笑而不...
    開(kāi)封第一講書(shū)人閱讀 56,340評(píng)論 1 283
  • 正文 為了忘掉前任,我火速辦了婚禮响禽,結(jié)果婚禮上徒爹,老公的妹妹穿的比我還像新娘荚醒。我一直安慰自己,他們只是感情好隆嗅,可當(dāng)我...
    茶點(diǎn)故事閱讀 65,404評(píng)論 5 384
  • 文/花漫 我一把揭開(kāi)白布界阁。 她就那樣靜靜地躺著,像睡著了一般胖喳。 火紅的嫁衣襯著肌膚如雪泡躯。 梳的紋絲不亂的頭發(fā)上,一...
    開(kāi)封第一講書(shū)人閱讀 49,749評(píng)論 1 289
  • 那天丽焊,我揣著相機(jī)與錄音较剃,去河邊找鬼。 笑死技健,一個(gè)胖子當(dāng)著我的面吹牛写穴,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播雌贱,決...
    沈念sama閱讀 38,902評(píng)論 3 405
  • 文/蒼蘭香墨 我猛地睜開(kāi)眼啊送,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼!你這毒婦竟也來(lái)了欣孤?” 一聲冷哼從身側(cè)響起删掀,我...
    開(kāi)封第一講書(shū)人閱讀 37,662評(píng)論 0 266
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤,失蹤者是張志新(化名)和其女友劉穎导街,沒(méi)想到半個(gè)月后披泪,有當(dāng)?shù)厝嗽跇?shù)林里發(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 44,110評(píng)論 1 303
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡搬瑰,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 36,451評(píng)論 2 325
  • 正文 我和宋清朗相戀三年款票,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片泽论。...
    茶點(diǎn)故事閱讀 38,577評(píng)論 1 340
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡艾少,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出翼悴,到底是詐尸還是另有隱情缚够,我是刑警寧澤,帶...
    沈念sama閱讀 34,258評(píng)論 4 328
  • 正文 年R本政府宣布鹦赎,位于F島的核電站谍椅,受9級(jí)特大地震影響,放射性物質(zhì)發(fā)生泄漏古话。R本人自食惡果不足惜雏吭,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 39,848評(píng)論 3 312
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望陪踩。 院中可真熱鬧杖们,春花似錦悉抵、人聲如沸。這莊子的主人今日做“春日...
    開(kāi)封第一講書(shū)人閱讀 30,726評(píng)論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)。三九已至孝治,卻和暖如春列粪,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背荆秦。 一陣腳步聲響...
    開(kāi)封第一講書(shū)人閱讀 31,952評(píng)論 1 264
  • 我被黑心中介騙來(lái)泰國(guó)打工篱竭, 沒(méi)想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人步绸。 一個(gè)月前我還...
    沈念sama閱讀 46,271評(píng)論 2 360
  • 正文 我出身青樓掺逼,卻偏偏與公主長(zhǎng)得像,于是被迫代替她去往敵國(guó)和親瓤介。 傳聞我的和親對(duì)象是個(gè)殘疾皇子吕喘,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 43,452評(píng)論 2 348

推薦閱讀更多精彩內(nèi)容