谢谢jangwei 跟 yhliu 的回应 跟指教 被yhliu猜中了 我是因为临时需要，所以才开始接触时序的书籍 之前也没有学过统计@@，所以问题很多也不清楚 这几天一样还是狂看 时序的资料跟书籍 还是一样搞不清楚 我想我要预测的东西像是"随机漫步"(Random walk mode) 就是人在行走时後的手机讯号强度 要预测t+1个时间点的强度的数值为多少 而这几天我已经知道ARMA是如何推导出来 X(t)=a0 + a1*X(t-1) +ε(t) + b1 + ε(t-1)... 但是这边有一个问题就是说 我不知道如何将观测值带入之後计算出预测 因为a0 a1 根ε(t)...有很多未知数 所以... 不知道是不是只推导出ARMA还不能去解决预测的问题 还要其他步骤才可以解决?? ※ 引述《[email protected] (老怪物)》之铭言： : ※ 引述《[email protected] (Giberto)》之铭言： : > 各位好 我想请问一下预测的问题 : > 我在於每一个t时间点取一个观测值(也可以称为实际测量值吧) xt : > 也就是会有 1 ~ n 的时间点 会取得 x ~ xn 个观测值 : > ex.. n = 1 ~ 10 x = 50, 55, 57,...ect(有10笔资料) : > 然後这10比资料的变化 : > 都是透过前一笔的随机增加或是减少 : > ex..50, 55, 57, 62, 59, 54... : > 不会从100跳到0或跳到200 : > 然後我需要预测n+1时间点的值 : > 不知道用哪一套预测方法会比较准确呢 : 从前面的文章和推文, 知道你是为了应用而临时去看时间 : 数列的书. : 因需要用到某一方法, 而去看该方法的书, 有疑问自己未 : 能解决则上来问, 这是值得肯定的. 相较於以为套个软体 : 计算出结果然後问人家怎麽解释, 我个人推许你的作法. : 不过, 发问是有方法的. 如果你要问解决你的应用问题的 : 方法, 必须提供你的目的(想了解甚麽)、资料怎麽产生、 : 怎麽观测、数量、结构以及其他特性. 至於这样的资料, : 为了达成你的目的, 该如何去分析, 或者需其他资料, 这 : 且先莫下定论. 身为统计人员, 能提供给你的就是方法的 : 建议. 至於哪一种方法误差最小这一类的问题, 或许有高 : 明者能回答, 个人是回答不了的. --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 218.161.50.182