时序预测方法——指数平滑法(Holt-Winters)
一、时间序列:
时间序列(或称动态数列)是指将同一统计指标的数值按其发生的时间先后顺序排列而成的数列。
举个比较简单的例子,一个人如果一年每天都量体重,这个每天记录的体重信息就是一个时间序列。
二、时间序列的平稳性
直观理解就是随着时间的变化这个数列变化不大,但这种理解在现实生活中并不适用,其实通常时间序列模型要求的是协方差平稳,或者弱平稳,即时间序列的统计特征不随时间推移而变化:
1.对于任意的时间t,其均值恒为一常数;
2.对于任意的时间t和s,其自协方差和自相关系数只依赖于时间间隔t-s,而与t和s的起止点无关。
研究时间序列的时候,时间序列需要满足一定的条件,要求它是有些性质是不变的,比如协方差,这就是时间平移的不变性。如果时间序列什么都是可变的,那么我们的历史数据对未来预测毫无帮助。
时间序列平稳性的判断
请参考
三、时序预测的常见方法
1.指数平滑法(Holt-Winters)
一次指数平滑方法
当时间数列无明显的趋势和季节性变化,可用一次指数平滑预测。
即:
Ft+1为t+1期的预测值,xt为t期实际观测值,α为权值(也称为平滑系数),可以看出α越小,参考之前的时间点越多,α越大,参考之前的时间点越少。
二次指数平滑
二次指数平滑保留了趋势的信息,使得预测的时间序列可以包含之前数据的趋势。二次指数平滑通过添加一个新的变量t来表示平滑后的趋势:
最后预测值是,
三次指数平滑
三次指数平滑在二次指数平滑的基础上保留了季节性的信息,使得其可以预测带有季节性的时间序列。三次指数平滑添加了一个新的参数p来表示平滑后的趋势。
参考资料:
https://blog.csdn.net/my_learning_road/article/details/81191188
https://blog.csdn.net/BigData_Mining/article/details/81123040
时序预测方法——指数平滑法(Holt-Winters)相关推荐
- 预测算法——指数平滑法
目录 •1.指数平滑定义及公式 •2.一次指数平滑 •3二次指数平滑 •4.三次指数平滑 •5指数平滑系数α的确定 1.指数平滑的定义及公式 产生背景:指数平滑由布朗提出.他认为时间序列的态势具有稳定 ...
- 数据预测算法-指数平滑法-2
一次.二次.三次指数平滑计算思想及代码 概述 一般常用到的指数平滑法为一次指数平滑.二次指数平滑和三次指数平滑,高次指数平滑一般比较难见到,因此本文着重介绍了一次.二次和三次指数平滑的特点与不同. 一 ...
- 时间序列预测:指数平滑法及python实现
1. 移动平均 from sklearn.metrics import r2_score, mean_absolute_error, median_absolute_error# 滑动窗口估计,发现数 ...
- 一文速学数模-时序预测模型(五)指数平滑法详解+Python代码实现
目录 前言 一.指数平滑法 1.简介 2.特点 3.基本原理 4.优缺点 优点 缺点</
- 一文速学数模-时序预测模型(四)二次指数平滑法和三次指数平滑法详解+Python代码实现
目录 前言 二次指数平滑法(Holt's linear trend method) 1.定义 2.公式 二次指数平滑值: 二次指数平滑数学模型: 3.案例实现 三次指数平滑法(Holt-Winters ...
- 预测算法-三次指数平滑法(Holt-Winters)
指数平滑 一次指数平滑 一次指数平滑法是一种特殊的加权平均法,对本期观察值和本期预测值赋予不同的权重,求得下一期预测值的方法.这种方法既不需要存储全部历史数据,也不需要存储一组数据,从而可以大大减少数 ...
- 指数平滑法(Exponential Smoothing,ES)
目录 1 指数平滑 2 一次指数平滑预测(又叫简单指数平滑,simple exponential smoothing, SES) 2.1 定义 2.2 例题 3 二次指数平滑法(Holt ...
- 时间序列预测方法的使用(简单、加权时序,简单加权移动,一次二次三次指数平滑法)
先简要介绍 1. 简单序时平均数法 也称算术平均法.即把若干历史时期的统计数值作为观察值,求出算术平均数作为下期预测值.这种方法基于下列假设:"过去这样,今后也将这样",把近期和远 ...
- 时间序列预测02:经典方法综述 自回归ARIMA/SRIMA 指数平滑法等
机器学习和深度学习方法可以在具有挑战性的时间序列预测问题上取得不俗的表现.然而,在许多预测问题中,经典的方法,如SARIMA和指数平滑法(exponential smoothing ),容易优于更复杂 ...
最新文章
- Java线程-线程八锁
- python代码案例详解-Python运算符重载详解及实例代码
- 使用Hexo搭建个人博客网站
- CodeForces - 86D Powerful array(莫队)
- 手把手教你玩转ARP包(一)
- ocp 042 第六章:管理用户安全性
- 判断本地和云端通讯录是否一致
- 面试官:你能说清楚分布式锁,进程锁,线程锁的区别吗?
- 全国快递物流查询公司mysql数据库语句
- easyui及eova下select:option、find无法直接取值的解决办法
- 【嵌入式模块】DS18B20 数字温度传感器
- html 自动打开超链接,JS、html打开超链接的几种形式
- 读名老中医之路笔记(一)岳美中:无恒难以做医生
- SBX(Simulated binary crossover)模拟二进制交叉算子和DE(differential evolution)差分进化算子...
- 碗中有米,心中有他,他解决的不只是吃饭问题......
- 记 · 再看 · 前端社区氛围
- html 拖放插件,DAD – jQuery拖拽/拖放插件
- 数字图像处理2021.9.27—空域方法-滤波处理Filter subimage
- 办公室必备-上班偷看小说利器
- 《百味人生》2020负重前行,《星沅-传》2019岁月静好