从数据自动判断时间序列过程模型和阶数
TimeSeriesModelFit 可完全的自动识别最佳描述给定时间序列的时间序列模型.
导入美国每月的名义上的非季节性调整的零售销售额.
In[1]:= | ![]() X |
Out[1]= | ![]() |
明确显示每月采样.
In[2]:= | ![]() X |
In[3]:= | ![]() X |
Out[3]= | ![]() |
In[4]:= | ![]() X |
Out[4]= | ![]() |
根据自动选择系列的数据构建时间序列模型.
In[5]:= | ![]() X |
Out[5]= | ![]() |
创建未来七年的预测.
In[6]:= | ![]() X |
Out[6]= | ![]() |
计算预测的 95% 置信带.
In[7]:= | ![]() X |
Out[7]= | ![]() |
In[8]:= | ![]() X |
Out[8]= | ![]() |