利用Python構建時間序列模型解決實際問題的正確姿勢
阿新 • • 發佈:2019-01-29
要本著應用到實際工作中目的去學時間序列分析,才能深入淺出的學會,不要糾結於理論,只聽我的,我有信心說明白。
本章內容
趨勢分析
序列分解
序列預測
序列分解
統計學基礎鋪墊
劃分
時間序列按照季節性劃分:
季節性時間序列
非季節性時間序列
時間序列包含什麼 | 趨勢部分 | 不規則部分 | 季節性部分 |
---|---|---|---|
非季節性時間序列 | √ | √ | 不包含 |
季節性時間序列 | √ | √ | √ |
特別強調:這裡的季節性
非季節性時間序列分解
移動平均(MA—Moving Average)的兩種方法
移動平均法是用一組最近的實際資料值來預測未來一期或幾期內公司產品的需求量、公司產能等的一種常用方法。移動平均法適用於即期預測。當產品需求既不快速增長也不快速下降,且不存在季節性因素時,移動平均法能有效地消除預測中的隨機波動,是非常有用的。移動平均法根據預測時使用的各元素的權重不同,可以分為:簡單移動平均和加權移動平均。
簡單移動平均
加權移動平均
簡單移動平均
(SMA-Simple Moving Average)
- 時間序列上前n個數據做簡單的算術平均