文章目录

  • 1. R中的动态回归模型(Dynamic Regression Models)
  • 2. 动态谐波回归(Dynamic Harmonic Regression)
  • 3. 软件实现
    • 3.1 动态回归
    • 3.2 动态谐波回归
  • 4.为啥叫“谐波”?
  • 5.参考资料

——整理的动态谐波回归的一些资料,可能有片面的,仅供参考

1. R中的动态回归模型(Dynamic Regression Models)

对一个时间序列{y(n)},设{x(n)}是{y(n)}的影响因素组成的时间序列,其中x(n)可以是一个向量。

动态回归模型的意思就是:先用一个“机器学习模型”,用{x(n)}当做输入,{y(n)}当做目标,训练出一个机器学习模型(R中基本都是线性函数,我看有的资料里称这种为线性动态回归)。训练完之后对于“机器学习模型”输出和{y(n)}的残差序列,再用一个“时间序列模型”去拟合这个残差序列。于是得到一个综合的模型。

动态回归模型的预测值 = 一个“机器学习模型”的预测值 + 一个“时间序列模型”的预测值

2. 动态谐波回归(Dynamic Harmonic Regression)

对于上述的动态回归模型,特别地,当{x(n)}是序列{y(n)}的傅里叶展开式中的部分傅里叶项的时候,称为动态谐波回归。

在R-forecast中,用函数{x(n)}=fourier({y(n)},K),提取{y(n)}的傅里叶展开式的前K对sin和cos项作为特征{x(n)}。关于fourier()函数更详细的工作原理,请参考R-fourier()计算方法。

3. 软件实现

3.1 动态回归

R中forecast包中很多预测算法可以充当上述的“时间序列模型”,例如auto.arima,nnetar等。预测函数参数中带有xreg参数的就是可以进行动态回归的函数。例如auto.arima(y,xreg=x),nnetar(y,xreg=x)等。

R中forecast包中都是用线性回归来当做上述的“机器学习模型”。

需要说明的是,在预测未来的数据的时候,需要通过xreg参数提供未来的数据的影响因素数据。

3.2 动态谐波回归

特别地,当3.1中 xreg=fourier(y,K),其中K是给定的一个常数,这时就是动态谐波回归了。

动态谐波回归的xreg每一列都是周期性的,所以对于未来的xreg,可以很方便的计算出来,未来的xreg用fourier(y,K,h=24)来预测未来24个点的xreg值。

4.为啥叫“谐波”?

简单来说,我理解的谐波就是:周期函数傅里叶分解之后,频率是原周期函数频率整数倍的那些分量。百度百科-谐波

5.参考资料

相关书籍和章节

auto.arima源码

R | forecast-动态谐波回归原理相关推荐

  1. 岭回归,Lasso回归及弹性网络回归原理及R实现

    在线性大型数据集包含的变量数量大于样本数量的情况下,标准线性模型(或普通的最小二乘法)的效果较差. 更好的替代方法是``惩罚回归'',可以通过在方程中添加约束来创建线性惩罚模型,该模型因变量过多而受到 ...

  2. RxJava RxPermissions 动态权限 简介 原理 案例 MD

    Markdown版本笔记 我的GitHub首页 我的博客 我的微信 我的邮箱 MyAndroidBlogs baiqiantao baiqiantao bqt20094 baiqiantao@sina ...

  3. R语言主成分回归(PCR)、 多元线性回归特征降维分析光谱数据和汽车油耗、性能数据...

    原文链接:http://tecdat.cn/?p=24152 什么是PCR?(PCR = PCA + MLR)(点击文末"阅读原文"获取完整代码数据). • PCR是处理许多 x ...

  4. R笔记:全子集回归 | 最优子集筛选变量挑选

    R笔记:全子集回归 | 最优子集筛选 AIC 最优子集筛选(Best Subset Selection) 一统浆糊 2021-05-05 18:58 变量筛选中常用方法解释 R语言| 16. 预测模型 ...

  5. r 多元有序logistic回归_R实现多分类logistic回归

    多分类logistic回归 在临床研究中,接触最多的是二分类数据,如淋巴癌是否转移,是否死亡,这些因变量最后都可以转换成二分类0与1的问题.然后建立二元logistic回归方程,可以得到影响因素的OR ...

  6. kafka原理_Kafka动态配置实现原理解析

    总 第19篇 2019年 第15篇 一.问题导读Apache Kafka在全球各个领域各大公司获得广泛使用,得益于它强大的功能和不断完善的生态.其中Kafka动态配置是一个比较高频好用的功能,下面我们 ...

  7. R语言构建logistic回归模型:构建模型公式、拟合logistic回归模型、模型评估,通过混淆矩阵计算precision、enrichment、recall指标

    R语言构建logistic回归模型:构建模型公式.拟合logistic回归模型.模型评估,通过混淆矩阵计算precision.enrichment.recall指标 目录

  8. R语言构建logistic回归模型:WVPlots包PRTPlot函数可视化获取logistic回归模型的最优阈值、优化(precision、enrichment)和recall之间的折衷

    R语言构建logistic回归模型:WVPlots包PRTPlot函数可视化获取logistic回归模型的最佳阈值(改变阈值以优化精确度(precision.enrichment)和查全率(recal ...

  9. R语言构建logistic回归模型并评估模型:模型预测结果抽样、可视化模型分类预测的概率分布情况、使用WVPlots包绘制ROC曲线并计算AUC值

    R语言构建logistic回归模型并评估模型:模型预测结果抽样.可视化模型分类预测的概率分布情况.使用WVPlots包绘制ROC曲线并计算AUC值 目录

最新文章

  1. UVA10827球面上的最大和
  2. 设计模式:单例模式之懒汉式
  3. 将资源文件中的数据写回磁盘
  4. 【揭秘】网易云视频点播加解密系统架构
  5. linux下c的学习
  6. CentOS 下线,TencentOS Server 全新登陆带来最强支持
  7. 洛谷 - P2324 - 骑士精神 - A*搜索
  8. winpe装双系统linux_使用syslinux在u盘安装pubbylinux和winpe双系统
  9. 深入解读华为云细粒度文本情感分析及其应用
  10. sitecore系统教程之体验编辑器
  11. 早上起床后喝一杯白开水是非常有好处的
  12. 加速编程效率,你不知道的IDEA功能设置
  13. 技术面试时,程序员需要什么样的编程测试?
  14. cnblogs用户体验评价
  15. google人体浏览器+android,google人体浏览器
  16. java zipentry 压缩率_java – ZipEntry.STORED用于已经压缩的文件?
  17. 3656. 心与心的距离
  18. 38、nginx的upstream目前支持的5种方式的分配
  19. 长方形面积公式的由来
  20. 腾讯是如何一刀刀,在15年间干死那些竞争对手的?! (zz)

热门文章

  1. 【Linux4.1.12源码分析】VXLAN报文内核协议栈处理
  2. SQL Server中UPDATE和DELETE 微软MSDN官方文档链接
  3. 伊利第四次股权激励的阳谋
  4. 硬盘哨兵linux版,HDSentinel硬盘哨兵linux版本
  5. 90后女程序员:身在大厂,心系创业
  6. jQuery的toggle
  7. 数字通信世界杂志数字通信世界杂志社数字通信世界编辑部2022年第8期目录
  8. vivo手机打印不了日志_vivo手机里的log是什么意思?
  9. 玉树天气预报软件测试,遇见天气
  10. 视频直播的发展,一对一视频直播APP的优势和系统软件功能介绍