统计学-时间序列知识点整理
来源:互联网 发布:公务员可以网络创业 编辑:程序博客网 时间:2024/04/28 21:46
(用近的值作为下一期的预测值)平均绝对误差:MAE=预测误差绝对值的平均数 均方误差:MSE=预测误差平方和的平均数 平均绝对百分数误差:MAPE=百分数预测误差的绝对值得平均数 百分数误差=预测误差/实际值x100 过去数值平均法
( 用所有历史数据平均值作为下一期的预测值)平均绝对误差:MAE=预测误差绝对值的平均数 均方误差:MSE=预测误差平方和的平均数 平均绝对百分数误差:MAPE=百分数预测误差的绝对值得平均数 百分数误差=预测误差/实际值x100 时间序列分解法 概念可以将一个时间序列分解出趋势、季节和不规则成分,得到对时间序列的一个更好的分析 分解模型 • 假设时间序列t期的实际值为Yt• Yt包含趋势成分、季节成分和不规则成分• 加法分解模型 Yt =Trendt +Seasonalt +Irregular t• 乘法分解模型 Yt =Trendt ×Seasonalt ×Irregular步骤计算季节指数
(剔除数据中组合在一起的季节和不规则影响)1、计算移动平均数2、计算中心移动平均数 移动平均数的平均数,得到趋势值 3、计算季节指数 实际数值/趋势值消除季节影响的时间序列消除季节影响的销售量=观测值Yt/季节指数 利用消除季节影响的时间序列确定趋势 季节调整 消除季节影响的销售量*季节指数
1 0
- 统计学-时间序列知识点整理
- 统计学知识点总结
- 统计学基础整理
- 知识点整理之Java时间格式化
- 时间序列分析的一般框架【整理】
- R语言时间序列函数整理[不断更新]
- R语言时间序列函数整理
- R语言时间序列函数整理
- R语言时间序列函数整理
- R语言-时间序列函数整理
- 时间序列分析笔记(待整理)
- 关于Serializable知识点的整理(序列化)
- 知识点整理
- 知识点整理
- 知识点整理
- 整理知识点
- 牛人整理的统计学教材
- 统计学
- java 判断含有中文的字符串的长度
- 23. Spring Boot启动加载数据CommandLineRunner【从零开始学Spring Boot】
- javascript动态加载脚本和样式
- Android 图片轮播Banner的实现
- 04 Android的系统结构(从01开始点点入门,视频+笔记)
- 统计学-时间序列知识点整理
- SEOer需要了解的十大百度搜索技巧
- 24. Spring Boot环境变量读取和属性对象的绑定【从零开始学Spring Boot】
- 微心灵手记
- 图片压缩 中inSampleSize和 Bitmap.CompressFormat 作用问题
- Bloom Filter 布隆过滤算法学习
- 25. Spring Boot使用自定义的properties【从零开始学Spring Boot】
- 基于用户的协同过滤算法实验
- c++自动数据类型