时间序列的自回归理论和实现

来源：DeepHub IMBA本文约1700字，建议阅读5分钟 本文将讨论时间序列的自回归理论与实现。本篇文章结构如下：自回归-理论和数学在Python中实现的自动回归自回归-选择最好的参数值结论自回归术语 AutoRegression (AR) 与来自统计的常规回归密切相关。唯一的问题是 AR 模型使用来自相同输入变量的滞后格式数据——这就是 AutoRegression 的 Auto 部分。AutoRegression 的预测能力有限，就像简单的移动平均线一样。该算法使用过去值的线性组合来进行未来预测。一般的 AutoRegression 模型用以下公式表示：其中 c 是常数，phi 是 p 阶以下的滞后系数，epsilon 是不可约误差（白噪声）。使用 AR 模型时，您只需要指定参数 p 的值。如果 p=1，则 AR 模型公式简化为：就这么简单！p 的更高阶数往往 ………………………………