概述
%% 时间序列模型
% Script by adqeor@XJTU
%
% 时间序列, 是一系列等间隔采样的数据.
% 时间序列模型可以运用在经济预测, 销售预测, 预算分析, 股票市场分析, 产量预测, 工艺与质量控制,
% 库存研究, 工作量预测, 效用研究, 人口分析等领域.
% 时间序列模型通过拟合等方式, 了解数据的潜在变化趋势和周期性成分, 从而进行预测.
%
% 由于时间序列分析方法较多, 数字信号处理/神经网络的某些技术手段也可以理解为时间序列分析,
% 本文件作为目录, 对(广义上)时间序列的一些方法进行归档.
%
% TS_AdaptiveFilter.m
% 自适应滤波器进行时间序列预测. 就是训练一个 FIR 用于前向预测.
%
% TS_GrayModel.m
% 灰色模型 GM(1,1) 进行时间序列预测.
%
% 平稳非白序列: AR, MA, ARMA;
% 非平稳序列: 做差分平稳化, ARIMA;
%
% 基本步骤:
% - 平稳性检验
% 单位根检验
% 自相关图, 偏.... ACF, PACF
% 不平稳则差分, 或其他方式转换.
% - 白噪声检验
% 是白噪声, 则停止分析, 无预测价值
% - 计算 ACF, PACF
% - 模型识别
% 根据 ACF, PACF 截尾, 拖尾选择
% - 参数估计
% - 模型检验
% - 模型优化
% - 模型预测
%
%% 简单/加权移动平均法
% 只适合近期预测&
最后
以上就是复杂蜗牛为你收集整理的matlab timeseries 截取,TimeSeriesModel.m的全部内容，希望文章能够帮你解决matlab timeseries 截取,TimeSeriesModel.m所遇到的程序开发问题。
如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。
发表评论 取消回复