Python数据挖掘-时间序列-非季节性时间学分解

概念

时间序列（Time Series）

　　时间序列是均匀时间间隔上的观测值序列

时间序列分析（Time Series Analysis）

　　趋势分析

　　序列分解

　　序列预测

时间序列分解（Time-Series Decomposition）

　　时间写按照季节性来分类，分为季节性时间序列和非季节性时间序列

非季节性时间序列：趋势部分、不规则部分；

季节性时间序列：趋势部分、不规则部分、季节性部分

 

非季节性时间序列分解

MA（Moving Average）

　　移动平均是一种简单的平滑技术，他通过在时间写上逐项推移去一定项数的均值，来表现指标的长期变化和发展趋势。

SMA(Simple Moving Average)

　　简单移动平局，将时间序列上前n个数值爱做简单的算术平均，最少三个

WMA（Weighted Moving Average）

　　加权移动平均，在基于简单移动平均的基础上，对时间序列上前n项的每一项数值赋予相应权重，即加权平均的结果

　　基本思想：提升近期的数据、减弱远期数据对当期预测值的影响，使预测值更贴近更近的变化趋势