客流量时间序列预测模型

preview
共3个文件
md:1个
py:1个
csv:1个
需积分: 0 10 下载量 100 浏览量 更新于2023-01-30 1 收藏 123KB ZIP 举报
时间序列分析 什么是时间序列? 时间序列定义为在一定时间间隔内按时间顺序测量的某个数量。 从最广泛的形式来说,时间序列分析是关于推断过去一系列数据点发生了什么,并试图预测未来会发生什么。 时间序列表现形式 1.随机性:由许多不确定因素引起的序列变化,当数据没有明显的模式特征的话,我们认为它是平稳的,Y值在一个范围内随着时间上下浮动 2.长期趋势变化:受某种基本因素的影响,数据依时间变化时表现为一种确定倾向,它按某种规则稳步地增长或下降。使用的分析方法有:移动平均法、指数平滑法、模型拟和法等 3.季节性周期变化:受季节更替等因素影响,序列依一固定周期规则性的变化,又称商业循环。采用的方法:季节指数 4.循环变化:周期不固定的波动变化 如何判断序列是否平稳? 判断序列平稳不平稳,一般采用两种方法: 1.观察法 观察法,通俗的说就是通过观察序列的趋势图与相关图是否随着时间的变化呈现出某种规律。 所谓的规律就是时间序列经常提到的周期性因素,现实中遇到得比较多的是线性周期成分,这类周期成分可以采用差分或者移动平均来解决,而对于非线性周期成分的处理相对比较复杂,需要采用某些分解的方