时间序列模型（三）：指数平滑法
时间序列模型（一）：模型概述 时间序列模型（二）：移动平均法（MA） 时间序列模型（三）：指数平滑法 一次移动平均实际上认为近N期数据对未来值影响相同，都加权 1/N；而 N 期以前的数据对未来值没有影响，加权为0。但是，二次及更高次移动平均数的权数却不是 1/N，且次数越高 ...
原文：时间序列模型（二）：移动平均法（MA）
时间序列模型 一 ：模型概述 时间序列模型 二 ：移动平均法 MA 时间序列模型 三 ：指数平滑 移动平均法可以作为一种数据平滑的方式，以每天的气温数据为例，今天的温度可能与过去的十天的温度有线性关系 或者做的饭一部分是上顿的，一部分是现在的，再假设隔两顿的都被倒掉了，并且每天都是这样的，这就是一个一阶的移动平均。 . 移动平均法 移动平均法根据时间序列逐渐推移，依次计算包含一定项数的时序平均数， ...
2021-07-05 14:49 0 654 推荐指数：
相关推荐
第二章平稳时间序列模型——AR(p),MA(q),ARMA(p,q)模型及其平稳性
。 2各种和模型 p阶移动平均过程： q阶自回归过程： 自回归 ...
时间序列算法（平稳时间序列模型，AR(p),MA(q),ARMA(p,q)模型和非平稳时间序列模型，ARIMA(p,d,q)模型）的模型以及需要的概念基础学习笔记梳理
在做很多与时间序列有关的预测时，比如股票预测，餐厅菜品销量预测时常常会用到时间序列算法，之前在学习这方面的知识时发现这方面的知识讲解不多，所以自己对时间序列算法中的常用概念和模型进行梳理总结（但是为了内容的正确性有些内容我通过截图来记录吧），希望能有所帮助^.^ 一、时间序列 ...
ARIMa--时间序列模型
一、概述 在生产和科学研究中，对某一个或者一组变量 x(t)x(t) 进行观察测量，将在一系列时刻 t1,t2,⋯,tnt1,t2,⋯,tn 所得到的离散数字组成的序列集合，称之为时间序列。时间序列分析是根据系统观察得到的时间序列数据，通过曲线拟合和参数估计来建立数学模型的理论和方法。时间 ...
一文详解滑动平均法、滑动平均模型法（Moving average，MA）
哦~ 什么是移动平均法? 移动平均法是用一组最近的实际数据值来预测未来一期或几期内公司产品的需求 ...
时间序列分析(一)--移动平均
本系列文章翻译自NIST（美国国家标准与技术研究院）的《Engineering Statistic Handbook》(工程统计手册) 的第6章第4节关于时间序列分析的内容。本文的翻译会先使用翻译软件进行初步翻译，笔者在对不恰当之处进行修正。由于笔者水平有限，翻译过程难免有疏漏之处，欢迎大家评论区 ...
[时间序列分析][4]--AR模型,MA模型,ARMA模型介绍
自相关和偏自相关的两个函数代码 由于后面会经常画一组序列自相关和偏自相关的图像，所以就把自己写的这个两个画图的函数的代码贴上，供大家参考。 首先是自相关的函数 输入的三个参数分别是{数据，滞后数，置信度} pacf[data_, lmax_ ...
[时间序列模型] python做adf检验
adf检验是用来检验序列是否平稳的方式，一般来说是时间序列中的一种检验方法。python中可使用现成的工具statsmodels来实现adf检验。 方法及参数： ADF检验总结一句话：如果序列是平稳的，则不存在单位根， 否则就会存在单位根。 同时，源数据 ...