数据挖掘算法之时间序列算法(平稳时间序列模型,AR(p),MA(q),(平稳时间序列模型,AR(p),MA(q),ARMA(p,q)模型和非平稳时间序列模型,ARIMA(p,d,q)模型)学习笔记梳理
时间序列算法
- 一、时间序列的预处理
- 二、平稳时间序列模型
- (一)、自回归模型AR( p )
- (二)、移动平均模型MA(q)
- (三)、自回归移动平均模型ARMA(p,q)
- 三、非平稳时间序列模型
- 四、确定参数p,q的取值
在做很多与时间序列有关的预测时,比如股票预测,餐厅菜品销量预测时常常会用到时间序列算法,之前在学习这方面的知识时发现这方面的知识讲解不多,所以自己对时间序列算法中的常用概念和模型进行梳理总结(但是为了内容的正确性有些内容我通过截图来记录吧),希望能有所帮助
一、时间序列的预处理
在拿到基于时间的观测值序列后,需要首先进行两步预处理,一个是纯随机性检验,另一个是平稳性检验,然后根据这两步的检验结果再采取相应的时间序列模型进行分析。
简单来讲平稳序列就是指均值和方差不发生明显变化
注:时序图检验和自相关检验实际是通过绘制相应的图进行观察,在下面的内容会结合具体的图进行分析
二、平稳时间序列模型
在学习具体模型之前,我们需要了解两种相关系数
1.自相关系数
2.偏相关系数
不要小看这两个系数,它们对于模型的选择起着至关重要的作用,如果现在对这两个系数还不是很理解,请继续往下看吧
(一)、自回归模型AR( p )
(二)、移动平均模型MA(q)
(三)、自回归移动平均模型ARMA(p,q)
三、非平稳时间序列模型
在实际环境中大多数序列都是非平稳的,这里主要学习ARIMA模型
从它的名字我们就可以看到在使用它时需要首先对数据进行差分运算将非平稳时间序列变为平稳时间序列,然后再运用ARIMA模型。
四、确定参数p,q的取值
现在还剩最后一个问题要解决了,我们已经知道时间序列都有哪些模型了,那么我们怎么确定使用哪个模型呢,确定了使用哪个模型后,就要特别注意我用绿色圈圈画出的p,q,怎么确定相应模型的参数取值呢?
让我们看一下下面的这张图吧,它就是上面两个问题的key,现在直接看肯定是看不明白的,让我们先看列ACF,PACF,它们其实就是自相关系数和偏自相关系数(在上面已经提到了)的图,先知道一下什么是截尾的概念,截尾就是指ACF图,PACF图何时落入置信区间(这个是我自己理解的,大家可以自行查阅)
确定参数p,q的取值主要有两种方法:
1.肉眼观察ACF图和PACF图法
现在我们结合上面的原则观察下面的自相关图和偏自相关图,发现自相关图1阶截尾,偏自相关图具有拖尾性,所以可以确定为MA模型,并且取q为1,但是有时观察图并不是很准确,我们就可以使用下面的方法啦
2.计算AIC,BIC,原则是使AIC和BIC越小越好(大家可以自己查阅具体详细的知识.)
终于写完这篇梳理笔记了,开心。
数据挖掘算法之时间序列算法(平稳时间序列模型,AR(p),MA(q),(平稳时间序列模型,AR(p),MA(q),ARMA(p,q)模型和非平稳时间序列模型,ARIMA(p,d,q)模型)学习笔记梳理相关推荐
- 利用计算机技术实现对文本篇章,自然语言处理NLP学习笔记一:概念与模型初探...
前言 先来看一些demo,来一些直观的了解. 自然语言处理: 可以做中文分词,词性分析,文本摘要等,为后面的知识图谱做准备. 知识图谱: 还有2个实际应用的例子,加深对NLP的理解 九歌机器人: 微软 ...
- 《机器学习实战》学习笔记(三):决策树
欢迎关注WX公众号:[程序员管小亮] [机器学习]<机器学习实战>读书笔记及代码 总目录 https://blog.csdn.net/TeFuirnever/article/details ...
- SCSI子系统基础学习笔记 (之UFS子系统) - 2.1UFS子系统初始化之ufs_qcom_probe
目录 1. 前言 2.ufs_qcom_probe |- -ufshcd_alloc_host |- -ufshcd_init 参考文档 1. 前言 本专题我们开始学习SCSI子系统的相关内容.本专题 ...
- 【学习笔记】VGG 网络结构
跟着大佬学图像分类系列,→ 传送门 ← 本博客图像分类系列文章传送门: AlexNet VGG(当前) GoogleNet ResNet 前言 图像分类是学习目标检测的"量变"内容 ...
- 【K210学习笔记】#MaixPy#(3)人脸检测与人脸识别
目录 一.人脸检测: 1.烧录模型: 2.示例测试: 二.人脸识别: 1.获取机器码: 2.获取人脸识别模型: 3.烧录专用固件: 4.烧录模型: 5.示例测试: 6.报错解决: 一.人脸检测: 1. ...
- CS230学习笔记(一)
CS230学习笔记(一) 1.前言 ok,前思后想,左思右想,我还是觉得自己得督促一下自己,所以,我觉得开始更新cs230的笔记,当然,我前面的六篇pytorch学习笔记我是不会放着不管的,后面肯定会 ...
- UE5学习笔记(十二)——蓝图基础之材质蓝图及参数
目录 一.材质蓝图中最终输入的引脚如何控制材质效果? 1.颜色(Base color) 2.金属(Metallic) 3.高光(Specular) 4.粗糙(Roughness) 5.自发光(Emis ...
- Qt学习笔记之国际化
国际化的英文表述为Internationalization,通常简写为I18N(首尾字母加中间的字符数),一个应用程序的国际化就是使该应用程序可以让其他国家的用户使用的过程. 1. 相关的Qt类和AP ...
- 2021字节面经最新整理: 面试真经/思维导图/学习笔记!火遍全网
前言 为什么要面试字节跳动? 近两年是中国互联网企业组织架构升级的大年,阿里.腾讯.小米.快手等知名互联网企业都进行了相应调整.2020年3月12日,字节跳动成立八周年之际,宣布组织全面升级,而这一消 ...
最新文章
- SSM框架整合(Spring+SpringMVC+MyBatis)
- R语言dplyr包mutate_all函数一次性处理所有的数据列的内容(使用统一的函数)实战
- VSCode 竟然可以无缝调试浏览器了!
- 书还可以这样做?3分钟扒光这本变态级作品 | 文末有福利
- Matlab线性/非线性规划优化算法(4)
- 如何系统嗯学习计算机知识,老师,非科班出身的人该怎么系统的学习计算机知识呢?...
- HeidiSQL使用教程
- PE文件格式偏移参考
- jquery——淡入淡出(fadein与fadeout)
- windows7创建wlan热点分享网络
- Debezium报错处理系列九:“ddl“ : “# Dummy event replacing event type 160 that slave cannot handle.“
- python制作查询网页_Python制作简单的网页爬虫
- 【Android】APP嵌入百度地图骑行导航一直初始化引擎失败解决办法
- 线上云酒馆是什么?线上云酒馆怎么开发?
- 如何用木板做桥_用木板做桥 工具跟做家具的一样 大小跟办公桌差不多大 能承重 参加比赛 主要是承重 给个设计方案...
- 在react怎样引入jQuery
- Quartz组件介绍
- VMware公司希望通过合作关系进一步提升业务态势
- Stratifyd:全民化的人工智能如何助力增强社会责任感
- Sanitize检测的几种常见问题