m0_53306549
脑袋大人今天没空吃鱼
2021-05-31 20:58
采纳率: 100%
浏览 40

想请问各位大佬,时间序列分解后的趋势、季节、残差,可不可以单独输入arima中进行预测?

然后预测值减去实际值,分别得到三组差值,然后再输入到LSTM中预测

  • 点赞
  • 写回答
  • 关注问题
  • 收藏
  • 邀请回答

2条回答 默认 最新

  • technologist_17
    CSDN专家-孙老师 2021-05-31 22:56
    已采纳

    应该不可以,带有季节性的非平稳序列一般有两种预测方法:

    1、传统的时间序列分解法

    2、ARIMA模型

    这两种方法是平行的,无论哪一种方法都可以预测带有季节性的非平稳序列。

    如果将时间序列分解,得到该序列的趋势、季节性及残差成分,那么可以用第一种方法预测,没必要用ARIMA模型了。

    对于第一种方法,一般来说,对于某个带有季节性的时间序列,分离出季节成分(季节指数S)和不规则变动(I),得到的一般都是线性趋势序列,用线性回归预测季节分离后的序列(T),然后用乘法模型,得到Y=T*S*I,可以得到最终的预测值。

    LSTM也能够预测带有季节成分、趋势及周期成分等的时间序列,只是需要将数据转化为指定的形式,具体可以参考这个文章:基于LSTM的时间序列预测-原理-python代码详解_小小何先生的学习之旅-CSDN博客_lstm时间序列预测原理

    点赞 评论
  • QA_Assistant
    有问必答小助手 2021-06-01 10:03

    您的问题已经有小伙伴解答了,请点击【采纳】按钮,采纳帮您提供解决思路的答案,给回答的人一些鼓励哦~~

    ps:开通问答VIP,享受5次/月 有问必答服务,了解详情↓↓↓

    【电脑端】戳>>>  https://vip.csdn.net/askvip?utm_source=1146287632
    【APP 】  戳>>>  https://mall.csdn.net/item/52471?utm_source=1146287632

    点赞 评论

相关推荐