什么是自回归(Autoregressive )？

"自回归"是在处理时间序列数据时使用的一个统计术语，它指的是一个与之相关或依赖于，同一变量的先前值。相关术语"自回归"是一种回归分析的形式，它使用时间序列数据作为输入，以确定某个感兴趣的变量是否确实是自回归的，也就...

"自回归"是在处理时间序列数据时使用的一个统计术语，它指的是一个与之相关或依赖于，同一变量的先前值。相关术语"自回归"是一种回归分析的形式，它使用时间序列数据作为输入，以确定某个感兴趣的变量是否确实是自回归的，也就是说，取决于其自身的先前值。一个感兴趣的变量，如果结果是自回归的，则表示，但不在这本身就证明了，当前值和过去值之间存在因果关系。因此，已知或可疑的自回归量或值的时间序列通常采用预测分析方法进行分析，以预测这些变量的未来值。由于人类活动的影响，携带公文包的感兴趣的变量会在不同的地方出现以及自然过程。例如，股票市场价格、外汇汇率、数字信号和人口中的个人数量，都被认为是自回归的，至少在某种程度上是这样。此外，有多种形式的自回归分析，每一种都被认为是更适合或更不适合的，因此应用，在这些应用中，自回归被用于医疗保健，以提高超声诊断测试的分辨率和解释能力；在电信领域，用于改善数字信号的传输、接收和处理；在经济学中，预测宏观经济和企业绩效；在金融服务中，计算个人信用评分、发现欺诈并计算保险风险状况和保费自回归移动平均（ARMA）模型结合了自回归模型和移动平均模型——其组成元素随时间推移而变化的平均值。也被称为Box-Jenkins模型——以George Box和Gwilym Jenkins命名，这两个统计学家改进了它们的原始公式并推广了它们的使用用于对作为外生或外生函数的时间序列进行建模和测试，冲击和它们过去的表现。ARMA模型"适合"一些已知或可疑的自回归变量或感兴趣的变量随时间推移的实际观测值，以便更好地了解产生它们的过程。与严格的自回归模型相比，它们被认为是建立因果关系的一种手段，即自变量和因变量之间存在因果关系，因此通常用于时间序列预测和其他形式的预测分析。

发表于 2020-09-15 13:50
阅读 ( 4051 )
分类：经济金融

什么是自回归(Autoregressive )？

你可能感兴趣的文章

相关问题

0 条评论

作家榜 »

推荐文章