专栏首页张俊红时间序列预测(中)

时间序列预测(中)

总第218篇/张俊红

上一篇文章我们介绍的时间预测的方法基本都是通过历史数据直接求平均算出来的的。这一篇讲一些用模型来预测的方法。

1.AR(p)模型

先讲第一个AR模型,AR的全称是Auto Regression,表示自回归,大家应该都知道普通的回归方程,都是用x去回归y,这里的x和y一般不是同一个东西。而我们这里的自回归顾名思义就是用自己回归自己,也就是x和y都是时间序列自己。具体的模型如下:

上面模型中,Xt表示t期的值,当期的值由前p期的值来决定,δ值是常数项,相当于普通回归中的截距项,μ是随机误差,因为当期值总有一些因素是我们没考虑进去的,而这些因素带来的的当期值的改变,我们就把它归到μ部分中。

AR模型与我们前面讲过的加权平均之间的区别就是多了常数项和误差项。

2.MA(q)模型

MA的全称是Moving Average,表示移动平均。具体模型如下:

上面模型中,Xt表示t期的值,当期的值由前q期的误差值来决定,μ值是常数项,相当于普通回归中的截距项,ut是当期的随机误差。MA模型的核心思想是每一期的随机误差都会影响当期值,把前q期的所有误差加起来就是对t期值的影响。

3.ARMA(p,q)模型

ARMA模型其实就是把上面两个模型进行合并,就是认为t期值不仅与前p期的x值有关,而且还与前q期对应的每一期的误差有关,这两部分共同决定了目前t期的值,具体的模型如下:

4.ARIMA(p,d,q)模型

ARIMA模型是在ARMA模型的基础上进行改造的,ARMA模型是针对t期值进行建模的,而ARIMA是针对t期与t-d期之间差值进行建模,我们把这种不同期之间做差称为差分,这里的d是几就是几阶差分。

还是拿gdp数据为例,下图就是一阶差分以及一阶差分以后的结果:

下图为一阶差分前后的gdp趋势图,可以看出实际gdp值为持续上升趋势,差分后变成了随机波动:

ARIMA的的具体模型如下:

上面公式中的wt表示t期经过d阶差分以后的结果。我们可以看到ARIMA模型的形式基本与ARMA的形式是一致的,只不过把X换成了w。

5.最后

当数据是平稳时间序列时可以使用前面的三个模型,当数据是非平稳时间序列时,可以使用最后一个,通过差分的方式将非平稳时间时间序列转化为平稳时间序列。

以上就是常用的对时间序列预测的统计模型。

本文分享自微信公众号 - 张俊红(zhangjunhong0428),作者:张俊红

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2020-05-17

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • 讲讲逐步回归

    前面我们讲过了多元线性回归。这一篇我们来讲讲逐步回归。什么是逐步回归呢?就是字面意思,一步一步进行回归。

    张俊红
  • SKlearn参数详解—随机森林

    随机森林(RandomForest,简称RF)是集成学习bagging的一种代表模型,随机森林模型正如他表面意思,是由若干颗树随机组成一片森林,这里的树就是决策...

    张俊红
  • 机器学习中非平衡数据处理

    总第97篇 这一篇主要说一下机器学习中非平衡数据的处理方式以及用python如何实现. 在前面的一篇推文中我们提到过,非平衡数据会影响最后的评判效果,严重的会...

    张俊红
  • 注意力机制不能提高模型可解释性?不,你这篇论文搞错了

    注意力机制在 NLP 系统中起着重要作用,尤其是对于循环神经网络(RNN)模型。那么注意力模块提供的中间表征能否解释模型预测的推理过程,进而帮助人们了解模型的决...

    机器之心
  • 神经网络如同青蛙的智力

    我理解的神经网络模型类似人的记忆,即人从出生到长大,接触、吸收外部信息并且将外部事物量化、统一化、概念化的过程,以此去指导一生的行为。

    许卉
  • Bagging (bootstrap aggregating) - 集成方法之一

    在原始数据集上通过放回抽样的方法构造k个与原始数据集大小相同的新数据集去训练k个分类器,然后将k个分类器通过一定的组合策略聚合成一个强学习器。在预测时,所...

    Steve Wang
  • 推荐系统遇上深度学习(八十三)-[阿里]记忆增强网络—MA-DNN模型介绍

    本文介绍的论文题目为:《Click-Through Rate Prediction with the User Memory Network》 论文下载地址为:...

    石晓文
  • 学界 | Bengio最新论文提出GibbsNet:深度图模型中的迭代性对抗推断

    机器之心
  • ML&DEV[16] | 算法工程师内功修炼

    所谓算法,所谓人工智能,很多媒体,或者是一些教程,甚至是现在的主流论文,很容易地会把大家的思路带入到各种深度学习(没错,机器学习都已经out那种)等之类所谓比较...

    石晓文
  • 一文读懂二元分类模型评估指标

    在分类模型中,有很多关于模型性能的评估指标(evaluation metric),比如 accuracy、precision、recall、f1-score、r...

    abs_zero

扫码关注云+社区

领取腾讯云代金券