自回歸模型(AR)的公式可以表示為:
y_t = μ + ∑_{i=1}^p γ_i y_{t-i} + e_t
其中:
y_t 是當前值
p 是模型的階數(時間間隔)
γ_i 是自相關係數
e_t 是誤差項
i 表示當前值與前多少個歷史值有關
自回歸模型(AR)使用自身的數據進行預測,適用於預測與自身前期相關的現象。模型需要滿足平穩性的要求,即具有自相關性,且自相關係數需大於0.5。
自回歸模型(AR)的公式可以表示為:
y_t = μ + ∑_{i=1}^p γ_i y_{t-i} + e_t
其中:
y_t 是當前值
p 是模型的階數(時間間隔)
γ_i 是自相關係數
e_t 是誤差項
i 表示當前值與前多少個歷史值有關
自回歸模型(AR)使用自身的數據進行預測,適用於預測與自身前期相關的現象。模型需要滿足平穩性的要求,即具有自相關性,且自相關係數需大於0.5。