识别时间序列预测算法
Identify time-series forecasting algorithm
我正在尝试根据这些视频在 C# 中构建算法 (CLICK!) 我的问题与这些任务的编码部分无关。
我正在尝试更深入地了解此算法，因为它非常适合我的作业。但是，YouTuber 没有通过 name.I 想知道您可以提供给我的任何信息 -- 姓名、资源等
编辑：它是时间序列分解模型。具体来说，经典的乘法分解。
步骤：
- 计算等于赛季长度的移动平均值
确定趋势周期。
- 如果季节性长度为偶数，则以移动平均线为中心
数.
- 计算实际值占居中移动的比例
平均以获得每个时期的季节性指数。
- 将季节性指数的总数调整为等于
经期。
- 通过将时间序列除以季节性来对时间序列进行去季节性化
指数.
- 使用去季节化估计了趋势周期回归
数据.
- 将拟合趋势值乘以相应的季节性
计算拟合值的因素
- 使用以下方法计算误差并测量拟合精度
已知实际系列。
- 如果周期性因素很重要，计算周期性指标。
- 检查异常值，调整实际系列并重复步骤
如有必要，从 1 到 9
这是一个众所周知的、有据可查的、可识别的算法。
其中一条视频评论说 "What you did is Moving Average, can you please show us how to do Auto Regressive (AR) and Auto Regressive Moving Average (ARMA) if it is possible in Excel?"
您可以从本书中了解 MA、AR 和 AR(I)MA - https://otexts.com/fpp2/
我正在尝试根据这些视频在 C# 中构建算法 (CLICK!) 我的问题与这些任务的编码部分无关。
我正在尝试更深入地了解此算法，因为它非常适合我的作业。但是，YouTuber 没有通过 name.I 想知道您可以提供给我的任何信息 -- 姓名、资源等
编辑：它是时间序列分解模型。具体来说，经典的乘法分解。
步骤：
- 计算等于赛季长度的移动平均值 确定趋势周期。
- 如果季节性长度为偶数，则以移动平均线为中心 数.
- 计算实际值占居中移动的比例 平均以获得每个时期的季节性指数。
- 将季节性指数的总数调整为等于 经期。
- 通过将时间序列除以季节性来对时间序列进行去季节性化 指数.
- 使用去季节化估计了趋势周期回归 数据.
- 将拟合趋势值乘以相应的季节性 计算拟合值的因素
- 使用以下方法计算误差并测量拟合精度 已知实际系列。
- 如果周期性因素很重要，计算周期性指标。
- 检查异常值，调整实际系列并重复步骤 如有必要，从 1 到 9
这是一个众所周知的、有据可查的、可识别的算法。
其中一条视频评论说 "What you did is Moving Average, can you please show us how to do Auto Regressive (AR) and Auto Regressive Moving Average (ARMA) if it is possible in Excel?"
您可以从本书中了解 MA、AR 和 AR(I)MA - https://otexts.com/fpp2/