时间序列建模
字数
272 字
阅读时间
2 分钟
- 普通数据：顺序无关紧要。比如一堆学生的考试成绩，交换两行不影响分析。
- 时间序列：顺序极其重要。昨天的股价 → 今天的股价 → 明天的股价，不能打乱。
- 描述：画出曲线，看出趋势（长期上涨/下降）、季节（每年夏天高）、周期（每几年一轮）、噪声（随机波动）。
- 分解：把序列拆成 → 趋势项 + 季节项 + 残差（随机项）。
- 预测：用模型（如 AR、MA、ARIMA、LSTM 等）拟合历史，推算未来。
- 自相关：今天和昨天的关系大不大？（夏天每天气温都像昨天）
- 平稳性：统计特性不随时间变化（比如噪声一直是均值为0，方差固定）—— 大部分模型要求数据平稳。
- 滞后：用前 p 个值做输入。
贡献者
G4OM-ES