时间序列线性混合平滑.docxVIP

时间序列线性混合平滑

时间序列线性混合平滑

时间序列线性混合平滑是一种面向有序观测数据的预处理与建模方法，它把线性结构、混合效应与平滑约束放在同一个框架里中处理，使模型既能捕捉总体趋势，也能保留个体或子群差异，还能抑制噪声带来的误判。在很多实际问题中，数据并不是同分布地出现，而是沿着时间轴不断累积，前后观测之间存在相关关系，不同对象之间又存在水平、斜率和波动方式的差异。如果只用普通线性回归，容易把时间趋势估计得过于机械；如果只用局部平滑，又可能丢失可解释的全局结构；如果只考虑固定效应，往往会忽略群体内部的相关性。时间序列线性混合平滑的价值正在于此，它不把趋势、个体差异和噪声看成互相割裂