時間序列中常用**技術 乙個時間序列是一組對於某一變數連續時間點或連續時段上的觀測值。
1. 移動平均法 (ma)
1.1. 簡單移動平均法
設有一時間序列y1,y2,..., 則按資料點的順序逐點推移求出n個數的平均數，即可得到一次移動平均數.
1.2 趨勢移動平均法
當時間序列沒有明顯的趨勢變動時，使用一次移動平均就能夠準確地反映實際情況，直接用第t週期的一次移動平均數就可**第1t+週期之值。
時間序列出現線性變動趨勢時，用一次移動平均數來**就會出現滯後偏差。修正的方法是在一次移動平均的基礎上再做二次移動平均，利用移動平均滯後偏差的規律找出曲線的發展方向和發展趨勢，然後才建立直線趨勢的**模型。故稱為趨勢移動平均法。
2. 自回歸模型(ar)
ar模型是一種線性**，即已知n個資料，可由模型推出第n點前面或後面的資料（設推出p點）.
本質類似於插值，其目的都是為了增加有效資料，只是ar模型是由n點遞推，而插值是由兩點（或少數幾點）去推導多點，所以ar模型要比插值方法效果更好。
3. 自回歸滑動平均模型(arma)
其建模思想可概括為：逐漸增加模型的階數，擬合較高階模型，直到再增加模型的階數而剩餘殘差方差不再顯著減小為止。
4. garch模型
回歸模型。除去和普通回歸模型相同的之處，garch對誤差的方差進行了進一步的建模。特別適用於波動性的分析和**。
5. 指數平滑法
移動平均法的**值實質上是以前觀測值的加權和，且對不同時期的資料給予相同的加權。這往往不符合實際情況。
指數平滑法則對移動平均法進行了改進和發展，其應用較為廣泛。
基本思想都是：**值是以前觀測值的加權和，且對不同的資料給予不同的權，新資料給較大的權，舊資料給較小的權。
根據平滑次數不同，指數平滑法分為：一次指數平滑法、二次指數平滑法和三次指數平滑法等。
時間序列回歸模型
一 干擾型別 a 一般干擾 長期,i 短期,i 脈衝響應,只在 時刻為1 干擾模型 一般認為是影響其均值 可以模擬為 1及 或 的 模型 二 檢驗異常值 如果是可加異常值 寫成無窮ar模型 模型yt et pi1 yt 1 pi2 yt 2 其中 t yt wpt t 那麼,殘差 at有,at w ...
時間序列 ARMA模型
arma p,q 注 arma p,q 模型就是ar p 和ma q 模型的組合，更普遍的一類模型。模型特徵 趨勢性 無 隨機性 有 arma 1,1 模型 一階自回歸移動平均模型 模型的表述 該模型在t 1時的情形 arma 1,1 的序列相關性 通過檢視自相關函式acf和偏自相關函式pacf識別...
時間序列模型 （一） 模型概述
時間序列模型 一 模型概述 時間序列模型 二 移動平均法 時間序列模型 三 指數平滑法 時間序列模型 四 差分指數平滑法 自適應濾波法v 時間序列模型 五 趨勢外推 方法 時間序列模型 六 平穩時間序列模型 自回歸ar 移動平均 ma arma 模型 時間序列模型 七 時間序列建模的基本步驟 目錄 ...