machine-learning - 识别时间序列预测算法

Question

我正在尝试根据这些视频（点击！）在 C# 中构建算法我的问题与这些任务的编码部分无关。

我试图更深入地了解这个算法，因为它非常适合我的任务。但是，YouTuber 没有通过名称来识别它。我想知道您可以给我的任何信息——名称、资源等。

编辑：这是时间序列分解模型。具体来说，经典的乘法分解。

脚步：

1. 计算一个等于季节长度的移动平均值来确定趋势周期。
2. 如果季节长度是偶数，则将移动平均值居中。
3. 将实际值计算为居中移动平均值的比例，以获得每个时期的季节性指数。
4. 调整季节性指数的总和以等于周期数。
5. 通过将时间序列除以季节性指数来去季节化。
6. 使用去季节化的数据估计趋势-周期性回归。
7. 将拟合的趋势值乘以其适当的季节因子来计算拟合值
8. 使用已知的实际序列计算误差并测量拟合的准确性。
9. 如果周期性因素很重要，请计算周期性指数。
10. 检查异常值，调整实际序列并在必要时重复步骤 1 到 9

Answer 1

这是一个众所周知的、有据可查的、可识别的算法。

视频中的一条评论说“你所做的是移动平均线，如果可以在 Excel 中使用，你能否向我们展示如何进行自动回归 (AR) 和自动回归移动平均线 (ARMA)？”

您可以从本书中了解 MA、AR 和 AR(I)MA - https://otexts.com/fpp2/