时间序列预测季节性类型
数据挖掘
时间序列
预测
2022-03-04 20:50:51
1个回答
每个时间序列至少可以分解为三个元素:
- 趋势
- 季节性成分
- 噪音
加法模型可以解释为:
y = Trend + Seasonal + Noise
而乘法分量为:
y = Trend * Seasonal * Noise
主要区别在于,在加法模型的情况下,所有三个组件都独立地影响您的因变量。相反,在乘法模型的情况下,每个组件的影响都依赖于其他组件。
“正确”模型的选择取决于手头的问题。如果您假设季节性效应独立于趋势水平,则使用加法模型。如果您认为趋势的值会影响季节性效应的大小,那么选择乘法的。
希望这会有所帮助,否则请告诉我。
