Loading AI tools
来自维基百科,自由的百科全书
自我迴歸模型(英語:Autoregressive model,簡稱AR模型),是統計上一種處理時間序列的方法,用同一變數例如的之前各期,亦即至來預測本期的表現,並假設它們為一線性關係。因為這是從迴歸分析中的線性迴歸發展而來,只是不用預測,而是用預測(自己);因此叫做自我迴歸。
此條目需要精通或熟悉相关主题的编者参与及协助编辑。 (2015年12月14日) |
其中:是常數項;被假設為平均數等於0,標準差等於的隨機誤差值;被假設為對於任何的都不變。
文字敘述為:的當期值等於一個或數個前期值的線性組合,加常數項,加隨機誤差。
自我迴歸方法的優點是所需資料不多,可用自身變數數列來進行預測。但是這種方法受到一定的限制:
这是一篇與統計學相關的小作品。您可以通过编辑或修订扩充其内容。 |
Seamless Wikipedia browsing. On steroids.
Every time you click a link to Wikipedia, Wiktionary or Wikiquote in your browser's search results, it will show the modern Wikiwand interface.
Wikiwand extension is a five stars, simple, with minimum permission required to keep your browsing private, safe and transparent.