首页 > 美文鉴赏

时间序列预测模型——残差分析

更新时间:2023-05-05 11:20:20 阅读： 评论：0

时间序列预测模型——残差分析
【整理⾃ Forecast：Principle and Practice chapter 3.3】
残差（Residual）在检查预测模型是否完全捕捉数据中的信息时很有⽤。⼀个好的预测⽅法的残差有以下特点：（1）Residual之间是⽆相关性的：
如果Residual之间是有相关性的，那么残差中还有信息可以⽤到预测中。
（2）Residual的均值为0：
如果Residual均值⾮0，那么预测存在偏差（bias）。
不满⾜上述两条的预测模型都可以改进来提升效果。当然，并不是意味着满⾜这两条的模型不可以改进。

本文发布于:2023-05-05 11:20:20，感谢您对本站的认可！

本文链接：https://www.wtabcd.cn/fanwen/fan/89/857542.html

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系，我们将在24小时内删除。

上一篇：残差表
下一篇：Residual current detector
标签：预测   模型   残差   改进   信息   是否
相关文章
留言与评论（共有 0 条评论）
   
验证码：
推荐文章
排行榜
热门标签
Copyright ©2019-2022 Comsenz Inc.Powered by © 专利检索| 网站地图