第11 时间序列预测.pptxVIP

2020-1-31;第 11 章 时间序列预测;2020-1-31;2020-1-31;2020-1-31;11.1 时间序列的成分和预测方法 11.1.1 时间序列的成分 11.1.2 预测方法的选择与评估 ;11.1.1 时间序列的成分;2020-1-31;2020-1-31;2020-1-31;2020-1-31;2020-1-31;11.1.2 预测方法的选择与评估;2020-1-31;2020-1-31;11.2 平稳序列的预测 11.2.1 移动平均预测 11.2.2 简单指数平滑预测;2020-1-31;11.2.1 移动平均预测;2020-1-31;2020-1-31;2020-1-31;2020-1-31;2020-1-31;11.2.2 简单指数平滑预测;2020-1-31;2020-1-31;2020-1-31;2020-1-31;2020-1-31;2020-1-31;2020-1-31;2020-1-31;11.3 趋势预测 11.3.1 线性趋势预测 11.3.2 非线性趋势预测 11.3.3 残差自相关及其检验 ;2020-1-31;11.3.1 线性趋势预测;2020-1-31;2020-1-31;2020-1-31;2020-1-31;11.3.2 Holt指数平滑预测;2020-1-31;2020-1-31;2020-1-31;2020-1-31;2020-1-31;2020-1-31;2020-1-31;11.3.2 非线性趋势预测;2020-1-31;2020-1-31;2020-1-31;2020-1-31;2020-1-31;2020-1-31;2020-1-31;2020-1-31;2020-1-31;2020-1-31;11.3.3 残差自相关及其检验;2020-1-31;2020-1-31;2020-1-31;2020-1-31;2020-1-31;2020-1-31;2020-1-31;11.4 多成分序列的预测 11.4.1 Winters指数平滑预测 11.4.2 引入季节哑变量的多元回归预测 11.4.3 分解预测;2020-1-31;11.4.1 Winters指数平滑预测;2020-1-31;2020-1-31;2020-1-31;2020-1-31;2020-1-31;2020-1-31;2020-1-31;2020-1-31;11.4.2 引入季节哑变量的多元回归预测;2020-1-31;2020-1-31;2020-1-31;2020-1-31;2020-1-31;2020-1-31;2020-1-31;2020-1-31;11.4.3 分解预测;2020-1-31;2020-1-31;2020-1-31;2020-1-31;2020-1-31;2020-1-31;2020-1-31;2020-1-31;2020-1-31;2020-1-31;2020-1-31;11.5 Box-Jenkins方法：ARIMA模型 11.5.1 自相关与自相关图 11.5.2 Box-Jenkins方法的基本思想 11.5.3 ARIMA模型的识别;11.5.1 自相关与自相关图;2020-1-31;2020-1-31;2020-1-31;2020-1-31;2020-1-31;2020-1-31;2020-1-31;2020-1-31;2020-1-31;2020-1-31;2020-1-31;2020-1-31;2020-1-31;11.5.2 Box-Jenkins方法的基本思想;2020-1-31;2020-1-31;2020-1-31;11.5.3 ARIMA模型的识别;2020-1-31;2020-1-31;2020-1-31;2020-1-31;2020-1-31;2020-1-31;2020-1-31;2020-1-31;2020-1-31;2020-1-31;2020-1-31;2020-1-31;2020-1-31;2020-1-31;2020-1-31;2020-1-31;2020-1-31;2020-1-31;2020-1-31;2020-1-31;2020-1-31;2020-1-31;2020-1-31;2020-1-31;2020-1-31;2020-1-31;2020-1-31;2020-1-31;2020-1-31;2020-1-31;2020-1-31;2020-1-31;2020-1-31;2020-1-31;结 束