什么是自回歸(Autoregressive )？

"自回歸"是在處理時間序列數據時使用的一個統計術語，它指的是一個與之相關或依賴于，同一變量的先前值。相關術語"自回歸"是一種回歸分析的形式，它使用時間序列數據作為輸入，以確定某個感興趣的變量是否確實是自回歸的，也就...

"自回歸"是在處理時間序列數據時使用的一個統計術語，它指的是一個與之相關或依賴于，同一變量的先前值。相關術語"自回歸"是一種回歸分析的形式，它使用時間序列數據作為輸入，以確定某個感興趣的變量是否確實是自回歸的，也就是說，取決于其自身的先前值。一個感興趣的變量，如果結果是自回歸的，則表示，但不在這本身就證明了，當前值和過去值之間存在因果關系。因此，已知或可疑的自回歸量或值的時間序列通常采用預測分析方法進行分析，以預測這些變量的未來值。由于人類活動的影響，攜帶公文包的感興趣的變量會在不同的地方出現以及自然過程。例如，股票市場價格、外匯匯率、數字信號和人口中的個人數量，都被認為是自回歸的，至少在某種程度上是這樣。此外，有多種形式的自回歸分析，每一種都被認為是更適合或更不適合的，因此應用，在這些應用中，自回歸被用于醫療保健，以提高超聲診斷測試的分辨率和解釋能力；在電信領域，用于改善數字信號的傳輸、接收和處理；在經濟學中，預測宏觀經濟和企業績效；在金融服務中，計算個人信用評分、發現欺詐并計算保險風險狀況和保費自回歸移動平均（ARMA）模型結合了自回歸模型和移動平均模型——其組成元素隨時間推移而變化的平均值。也被稱為Box-Jenkins模型——以George Box和Gwilym Jenkins命名，這兩個統計學家改進了它們的原始公式并推廣了它們的使用用于對作為外生或外生函數的時間序列進行建模和測試，沖擊和它們過去的表現。ARMA模型"適合"一些已知或可疑的自回歸變量或感興趣的變量隨時間推移的實際觀測值，以便更好地了解產生它們的過程。與嚴格的自回歸模型相比，它們被認為是建立因果關系的一種手段，即自變量和因變量之間存在因果關系，因此通常用于時間序列預測和其他形式的預測分析。

發表于 2020-09-15 13:50
閱讀 ( 3897 )
分類：經濟金融

什么是自回歸(Autoregressive )？

你可能感興趣的文章

相關問題

0 條評論

作家榜 ?

推薦文章