AdjustTimeSeriesForecast

AdjustTimeSeriesForecast[tproc,forecast,newdata]

使用新的观测结果 newdata 根据时间序列模型 tproc 调整 forecast.

更多信息

  • AdjustTimeSeriesForecast 返回的对象类型与 forecast 中所给定的相同.
  • 在 AdjustTimeSeriesForecast[tproc,forecast,newdata] 中，forecast 可以用下列形式给出：
  • {s0,…}状态 si 在时刻 i 的路径
    {{t0,s0},…}状态 si 在时刻 ti 的路径
    TemporalData[…]一个或多个路径
  • 时刻 ti 和状态 si 必须属于过程 tproc 的时间和状态域.
  • 当 forecast 作为含有时间标记的对象给出时，newdata 根据时间标记排列. 如果 forecast 作为向量给出，则忽略任何来自 newdata 的时间标记，并且 forecast 和 newdata 被视为起始于相同时间点的连续观测结果的列表. 当 newdata 不带有任何时间信息时，时间标记从 forecast 的第一个时间标记开始创建.
  • 对于非弱平稳时间序列模型，AdjustTimeSeriesForecast 可能会给出不可靠的结果.

范例

打开所有单元关闭所有单元

基本范例  (3)

对含有一个新数据点的 MA 过程的预测进行更新：

对含有两个新数据点的 AR 过程的预测进行更新：

对平稳 SARMA 过程的预测进行更新：

创建对未来20步的预测：

更新带有两个新数据点的预测：

范围  (5)

将预测和新数据作为向量输入：

将预测作为向量、新数据作为 TimeSeries 输入：

时间标记被忽略：

将预测作为 TemporalData 、新数据作为向量输入：

求对未来四步的预测：

对带有两个新数据点的预测进行调整：

绘制数据、预测和调整后的预测：

将预测和新数据作为 TemporalData 输入：

求对未来10步的预测：

定义从时刻25开始的新数据：

求更新后的预测：

更新的预测保持不变，直到新的数据可用时为止：

调整对向量值时间序列过程的预测：

基于数据创建时刻10以内的预测：

使用路径上的下两个点，更新预测：

对每个组件，比较数据与预测和调整后的预测：

属性和关系  (1)

求调整后的预测，带有均值平方误差：

求调整后的预测误差：

可能存在的问题  (2)

对非平稳时间序列过程的预测进行更新，可能会给出不可靠的结果：

创建对未来20步的预测：

调整带有两个新数据点的预测：

均方误差仅适用于预测自带均方误差的情况：

Wolfram Research (2012)，AdjustTimeSeriesForecast，Wolfram 语言函数，https://reference.wolfram.com/language/ref/AdjustTimeSeriesForecast.html.

文本

Wolfram Research (2012)，AdjustTimeSeriesForecast，Wolfram 语言函数，https://reference.wolfram.com/language/ref/AdjustTimeSeriesForecast.html.

CMS

Wolfram 语言. 2012. "AdjustTimeSeriesForecast." Wolfram 语言与系统参考资料中心. Wolfram Research. https://reference.wolfram.com/language/ref/AdjustTimeSeriesForecast.html.

APA

Wolfram 语言. (2012). AdjustTimeSeriesForecast. Wolfram 语言与系统参考资料中心. 追溯自 https://reference.wolfram.com/language/ref/AdjustTimeSeriesForecast.html 年

BibTeX

@misc{reference.wolfram_2024_adjusttimeseriesforecast, author="Wolfram Research", title="{AdjustTimeSeriesForecast}", year="2012", howpublished="\url{https://reference.wolfram.com/language/ref/AdjustTimeSeriesForecast.html}", note=[Accessed: 21-November-2024 ]}

BibLaTeX

@online{reference.wolfram_2024_adjusttimeseriesforecast, organization={Wolfram Research}, title={AdjustTimeSeriesForecast}, year={2012}, url={https://reference.wolfram.com/language/ref/AdjustTimeSeriesForecast.html}, note=[Accessed: 21-November-2024 ]}