Python數據挖掘-時間序列-非季節性時間學分解


概念

時間序列(Time Series)

  時間序列是均勻時間間隔上的觀測值序列

時間序列分析(Time Series Analysis)

  趨勢分析

  序列分解

  序列預測

時間序列分解(Time-Series Decomposition)

  時間寫按照季節性來分類,分為季節性時間序列和非季節性時間序列

非季節性時間序列:趨勢部分、不規則部分;

季節性時間序列:趨勢部分、不規則部分、季節性部分

 

非季節性時間序列分解

MA(Moving Average)

  移動平均是一種簡單的平滑技術,他通過在時間寫上逐項推移去一定項數的均值,來表現指標的長期變化和發展趨勢。

SMA(Simple Moving Average)

  簡單移動平局,將時間序列上前n個數值愛做簡單的算術平均,最少三個

WMA(Weighted Moving Average)

  加權移動平均,在基於簡單移動平均的基礎上,對時間序列上前n項的每一項數值賦予相應權重,即加權平均的結果

  基本思想:提升近期的數據、減弱遠期數據對當期預測值的影響,使預測值更貼近更近的變化趨勢

  


免責聲明!

本站轉載的文章為個人學習借鑒使用,本站對版權不負任何法律責任。如果侵犯了您的隱私權益,請聯系本站郵箱yoyou2525@163.com刪除。



 
粵ICP備18138465號   © 2018-2025 CODEPRJ.COM