机器学习——时间序列模型_机器学习常用时间序列预测模型

作者：很楠不爱3 | 2024-06-11 22:14:58

踩

机器学习常用时间序列预测模型

模型名称	描述
平滑法	削弱短期随机波动对序列的影响，序列插值分布均匀
趋势拟合法	把时间作为自变量，相应序列观察值作为因变量，简历回归模型
组合模型法	受长期趋势（T）、季节变动（S）、周期变动（C）和不规则变动（ε）四个因素影响
组合模型	（1）加法模型： $T+S+C+\epsilon$ （2）乘法模型： $SC\epsilon$

常见时间序列模型

模型名称	描述
AR模型	考虑历史数据的影响，以过往数据为自变量， $X_t$ 为因变量建立线性回归模型。 $X_t=\phi_0+\phi_1 x_{t-1}+\cdots+\phi_p x_{t-p}$
MA模型	忽略历史数据影响，建立于前q期随机扰动 $\epsilon_{t-1},\cdots,\epsilon_{t-q}$ 的线性回归模型 $X_t=\mu+\epsilon_t-\theta_1 \epsilon_{t-1}-\cdots-\theta_q \epsilon_{t-q}$

声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/很楠不爱3/article/detail/704988

机器学习——时间序列模型_机器学习 常用时间序列预测模型