3.3 趋势的建模方法 (线性回归、多项式回归、LOESS平滑)

文档摘要

3.3 趋势的建模方法 (线性回归、多项式回归、LOESS平滑) 3.3 趋势的建模方法在时间序列分析中，趋势是时间序列数据长期变化的方向。准确地识别和建模趋势对于预测、异常检测和理解数据的底层模式至关重要。本节将深入探讨三种常用的趋势建模方法：线性回归、多项式回归和 LOESS 平滑。 3.3.1 线性回归线性回归是一种简单而强大的方法，用于对时间序列中的线性趋势进行建模。它假设时间序列数据与时间之间存在线性关系。模型表达式：其中：是时间的时间序列值。是截距，表示时间时的期望值。是斜率，表示时间序列随时间变化的速率。是时间变量。是误差项，表示模型无法解释的随机波动。优点：简单易懂，易于实现。计算效率高。可以提供趋势的直观解释（斜率）。