【时间序列】选择最佳模型，ARIMA、SARIMA、指数平滑法、prophet！！

文章预览

今儿给大家带来了关于时间序列模型，比较常见的四种算法对比。 时间序列算法模型用于分析和预测随时间变化的数据。主要模型有ARIMA、SARIMA、指数平滑法、prophet、深度学习模型（如LSTM）等等。 这些模型可以用来预测未来趋势、检测异常和分析数据中的周期性变化。 本期最佳模型 1. ARIMA 原理 ARIMA是一种常用的时间序列预测模型，综合了自回归（AR）、差分（I）和移动平均（MA）三个部分。ARIMA模型假设时间序列是非平稳的，通过差分使其平稳，然后使用AR和MA模型进行建模。 AR（自回归）：  使用过去的值预测未来值。 I（差分）：  消除时间序列中的趋势，使之平稳。 MA（移动平均）：  使用过去预测误差的线性组合来预测未来值。 核心公式 ARIMA模型的数学表示为： ：时间序列的当前值。 ：常数项。 ：自回归系数（AR部分）。 ：移动平均系 ………………………………