• Python数据挖掘-时间序列-非季节性时间学分解


    概念

    时间序列(Time Series)

      时间序列是均匀时间间隔上的观测值序列

    时间序列分析(Time Series Analysis)

      趋势分析

      序列分解

      序列预测

    时间序列分解(Time-Series Decomposition)

      时间写按照季节性来分类,分为季节性时间序列和非季节性时间序列

    非季节性时间序列:趋势部分、不规则部分;

    季节性时间序列:趋势部分、不规则部分、季节性部分

    非季节性时间序列分解

    MA(Moving Average)

      移动平均是一种简单的平滑技术,他通过在时间写上逐项推移去一定项数的均值,来表现指标的长期变化和发展趋势。

    SMA(Simple Moving Average)

      简单移动平局,将时间序列上前n个数值爱做简单的算术平均,最少三个

    WMA(Weighted Moving Average)

      加权移动平均,在基于简单移动平均的基础上,对时间序列上前n项的每一项数值赋予相应权重,即加权平均的结果

      基本思想:提升近期的数据、减弱远期数据对当期预测值的影响,使预测值更贴近更近的变化趋势

      

  • 相关阅读:
    jsp第四次作业
    软件测试第一次作业
    jsp第三次作业
    jsp第二次作业
    JSP第九次作业
    JSP第八次作业
    JSP第七次作业
    JSP第六次作业
    JSP第五次作业
    JSP第四次作业2
  • 原文地址:https://www.cnblogs.com/U940634/p/9784728.html
Copyright © 2020-2023  润新知