Przewodnik z analizy serii czasowych | prognozowanie i modele ARIMA

Prognostyka i analiza wzorców danych czasowych

Zrozumienie analizy serii czasowych

Analiza serii czasowych to statystyczna analiza danych zbieranych w regularnych interwałach czasowych. Zajmuje się identyfikacją wzorcowości i struktury autokorelacji stałe.

i stała struktura autokorelacji. Seria czasowa stabilna nie ma zmieniających się średnich ani wariancji w czasie.

Seria czasowa stabilna jest niestała. Stałość jest ważna, ponieważ wiele modeli serii czasowych (ARIMA) zakłada stabilność. Możesz sprawić, że seria będzie stała poprzez różnicowanie (odejmowanie kolejnych wartości) lub transformacje (logarytm, pierwiastek kwadratowy).

Co to jest walidacja krzyżowa serii czasowych?

Walidacja krzyżowa serii czasowych szanuje porządek czasowy, używając danych z przeszłości do prognozowania danych przyszłych. Nie jak w standardowej walidacji krzyżowej, nie losowo mieszasz dane.

Często zadawane pytania

Wypróbuj na żywo

Wszystko powyżej działa bezpośrednio w Twojej przeglądarce — otwórz Earthquake Wave Propagation Simulation i zmieniaj parametry podczas działania. Nic nie jest instalowane ani przesyłane na serwer, cały model działa w jednej karcie.