预测模型-时间序列分析
需积分: 5 111 浏览量
2023-03-09
18:03:55
上传
评论
收藏 466KB PDF 举报
时间序列分析法
时间序列分析（Time-Series Analysis）是指将原来的销售分解为四部分来看——趋势、周期、时期和
不稳定因素，然后综合这些因素，提出销售预测。强调的是通过对一个区域进行一定时间段内的连续遥
感观测，提取图像有关特征，并分析其变化过程与发展规模。当然，首先需要根据检测对象的时相变化
特点来确定遥感监测的周期，从而选择合适的遥感数据。 [1]
中文名
时间序列分析
外文名
Time series analysis
简 介
动态数据处理的统计方法
分 类
确定性变化分析和随机性变化分析
学 科
数学
应 用
统计分析
目录
1. 1 基础知识
2. 2 性质特点
3. 3 分类
4. 4 具体方法
5. 5 主要用途
基础知识
编辑 播报
时间序列是按时间顺序的一组数字序列。 [2]
时间序列的特点：
1.现实的、真实的一组数据，而不是数理统计中做实验得到的。既然是真实的，它就是反映某一现象的
统计指标，因而，时间序列背后是某一现象的变化规律。
2.动态数据。
时间序列建模基本步骤是：
1.用观测、调查、统计、抽样等方法取得被观测系统时间序列动态数据。
2.根据动态数据作相关图，进行相关分析，求自相关函数。相关图能显示出变化的趋势和周期，并能发
现跳点和拐点。跳点是指与其他数据不一致的观测值。如果跳点是正确的观测值，在建模时应考虑进
去，如果是反常现象，则应把跳点调整到期望值。拐点则是指时间序列从上升趋势突然变为下降趋势的
点。如果存在拐点，则在建模时必须用不同的模型去分段拟合该时间序列，例如采用门限回归模型。
资源评论
