时间序列分析和预测,举几个栗子:用优衣K在天猫的连续n年的销售数据,对双12的销售量进行预测。用阿里妈妈的站内站外媒体投放的监测数据,预估宝J在双12广告投放的效果。这些问题中数据的共同特点是序列中的数据有很强的依赖关系,又表现一定的随机性。

参考Holt-Winter模型:一个时间序列由三部分叠加组成:趋势部分,周期部分和随机部分。还是举个栗子:优衣K的周周销售数据有三个部分,年度的增长趋势部分,季节促销波动的周期部分,三里屯试衣间的随机事件和其它的随机噪音。那么时间序列分析就是把这几个部分分解出来的过程。

原始数据

用纽约46年到59年的月出生人口数据为例。这个比优衣K和宝J的数据要简单很多。

提取趋势因素

用n=12的移动平均数据平滑随机因素和季节因素,也就是将1年的数据平均到了6月。然后用n=2的移动平均平滑一下偶数因素,也就是将12个月平均到6月和7月。就可以看到趋势数据。

提取季节因素

用原始数据-趋势数据得到月份的系数,对相同月份求平均然后减去平均的均值做中心化后,就是月份的季节系数。很明显看出,二月的出生率最低,夏天出生率比较高。假设生育季节因素是不随趋势数据变化的常季节型,用加法分解,也可以假设是随趋势数据变化的变季节型,所以采用乘法分解。

提取随机因素

用原始数据-趋势数据-月份数据得到随机数据。观察偶然的多出生比较集中发生在5月和4月,偶然的少出生比较集中在4月5月6月。为什么呢?

R的decompose函数

在R中提供decompose函数分解时间序列的3个部分:

> births <- scan("/data/nybirths.dat") // 读取原始数据

> birthstimeseries <- ts(births, frequency=12, start=c(1946,1)) // 创建时间序列

> birthcomponents <- decompose(birthstimeseries) //分解时间序列

> ts.plot(birthcomponents) // 显示分解图示

线性预测

对趋势部分做模型预测,可选的模型有:LINEST线性函数,FORCAST回归函数, LOGEST指数函数, TREND趋势函数, GROWTH增长函数等。这里用TREND函数预测下一年60年的出生量,用然后叠加季节部分就完成了一个简单的预测模型。


数据分析-时间序列分析相关推荐

  1. 数据分析 时间序列分析 概述

    一.概述 1.时间序列 (1)概念: 常用按时间顺序排列的1组随机变量X1,X2...Xt来表示1个随机事件的"时间序列",简记为{Xt};或者说,时间序列是某个指标在不同时间的不 ...

  2. 数据分析 时间序列分析 时间序列的预处理

    一.概述 1.时间序列的预处理: 对观测值序列的纯随机性和平稳性的检测称为"时间序列的预处理",根据检测结果可将序列分为不同类型.记γ(s,t)=Cov(Xs,Xt) 2.概率分布 ...

  3. 数据分析 时间序列分析 MA模型

    一.概念 具有如下结构的模型称为q阶移动平均模型(Moving Average Model of order q;MA Model of order q),记为MA(q)MA(q)MA(q):xt=μ ...

  4. 数据分析 时间序列分析 AR模型

    一.概念 具有如下结构的模型称为p阶自回归模型(Auto Regression Model of order p;AR Model of order p),记为AR(p)AR(p)AR(p):xt=φ ...

  5. 【Python数据分析】时间序列分析——AR/MA/ARMA/ARIMA

    目录 一.时间序列的平稳性与差分法 1.时间序列的平稳性: 2.平稳性检验 3.纯随机性检验 4.差分法 二.平稳时间序列模型 1.AR模型 2.MR模型 3.ARMA模型 4.平稳时间序列建模步骤 ...

  6. 数据分析技术:时间序列分析的AR/MA/ARMA/ARIMA模型体系

    基础准备 前面草堂君已经按照时间序列分析的教学顺序推送了以下文章,大家可以直接点击下方文章名称阅读回顾: 数据分析技术:时间序列分析:时间是把杀猪刀: SPSS分析技术:时间序列描述:磨刀不误砍柴工, ...

  7. 大数据分析如何使用pandas进行时间序列分析

    在大数据分析如何使用pandas进行时间序列分析中,我们将学习pandas库中功能强大的时间序列工具. pandas最初是为金融时间序列(例如每日股票市场价格)开发的,其强大而灵活的数据结构可应用于任 ...

  8. 金融数据分析 实验三 金融时间序列分析

    实验原理 了解金融时间序列的概念.基本原理.主要作用和特点等.掌握时间序列的构成因素和发展历史. 了解金融时间序列的统计特性,会计算平均值.方差.相关系数与偏相关系数. 了解时间序列模型,掌握模型的参 ...

  9. 时间序列分析 | Python实现时间序列数据分析

    时间序列分析 | Python实现时间序列数据分析 目录 时间序列分析 | Python实现时间序列数据分析 基本介绍 程序设计 总结 基本介绍 时间序列的处理是传统经济学里面的一个重要篇章,在数据科 ...

最新文章

  1. python虚拟环境管理app_pyenv虚拟环境管理python多版本和软件库
  2. Istio究竟是干嘛的?
  3. 160个Crackme036
  4. java assert使用场景_Java线程池的四种用法与使用场景
  5. 深入理解 JVM Class文件格式(八)
  6. 华为USG防火墙双机热备(业务口工作在三层上下行连接路由器)
  7. webstorm 不识别.config文件_用TypeScript开发手势库 - (2)tsconfigamp; rollup.configamp;npx...
  8. 宿命传说2之女神召唤java_热血传奇:传奇那些传说中的秘密,连骨灰级的玩家都未必知道...
  9. 栈、堆、静态存储区的三分天下
  10. bytes和string 与 “w“/“r“ “wb“/“rb“的对应关系
  11. Java Web程序设计
  12. Exchange Server 2010邮件撤回条件说明
  13. 基于spec评论作品
  14. PHP 上传图片操作流程
  15. 特征重要性工具SHAP
  16. C语言 数组的指针和指向数组的指针变量-2
  17. 如何拿到tabbarcontroller,如何拿到主导航控制器
  18. 网页突然打不开其他软件却能上网?怎么解决?
  19. 羊皮卷之四-我是自然界最伟大的奇迹(中英对照)
  20. 案例-浙江省律师综合管理平台信息爬取

热门文章

  1. Donald Knuth(高德纳) 真的只是一个人么?
  2. 逍遥安卓 出现android,逍遥安卓模拟器提示运行环境异常修好中的处理办法
  3. 大型商业网站的基础架构解析
  4. 计算机公开课课前互动小游戏,心理辅导破冰小游戏(也可用于公开课热身)
  5. js笔记2(字符串方法)
  6. 定义成本控制范围(Controlling Area)
  7. python学不会怎么办_学Python很久都学不会,技术大牛教你打开它的正确方式
  8. 360度安全卫士v3.3正式版下载!
  9. python循环执行程序_如何在python中的循环内执行循环
  10. Dataset:FIFA 2018 Statistics数据集(Predict FIFA 2018 Man of the Match预测2018年国际足联最佳球员)的简介、下载、使用方法之详细攻略