时间序列的一般步骤
建立时间序列模型的基本步骤是:第一步:搜集数据。用观测、调查、统计、抽样等方法取得被观测系统时间序列动态数据。
第二步:建立函数。根据动态数据作相关图,进行相关分析,求自相关函数。相关图能显示出变化的趋势和周期,并能发现调点和拐点。跳点是指与其他数据不一致的观测值。如果跳点是正确的观测值,在建立模型的时候就必须要考虑进去,如果是反常现象,则应把跳点调整到期望值。拐点则是指时间序列从上升趋势突然变为下降趋势的点。如果存在拐点,则在建立模型的时候用不同的模型去分段拟合该时间序列,例如采用门限回归模型。
第三步:建立模型。即通过辨识合适的随机模型,进行曲线拟合。用通用随机模型去拟合时间序列的观测数据。对于短的或简单的时间序列,可用趋势模型和季节模型加上误差来进行拟合。对于平稳时间序列,可用通用自回归滑动平均模型,也叫做ARMA模型。当观测值多于50个时一般都采用ARMA模型。对于非平稳时间序列则要先将观测的时间序列进行差分运算,化为平稳时间序列,再用适当模型去拟合这个差分序列。
时间序列法德优点是所要的历史情报少,工作量相对较小。但是它的缺点在于,只是致力于对数据进行拟合,对规律性的问题处理不足,所以通常都只能够对短期情况进行预测,预测长期情况有效性就会大大下降。 不错,分享一下 天海星云 发表于 2012-10-19 16:39 static/image/common/back.gif
不错,分享一下
元方,这个帅锅的评价你怎么看 飞翔的娇龙 发表于 2012-10-19 16:52 static/image/common/back.gif
元方,这个帅锅的评价你怎么看
呵呵,现在怎么都说这句话了啊?好火啊 知道了,谢谢 受教了!谢谢! 那个有程序模板吗?{:3_41:} 很通俗易懂,但是再详细点就好了。哈哈,无论如何,很感谢! 赞!!!!
页:
[1]