时间序列的研究 最大的罩门其实就真的是预测 不管像是AR或是MA 不管模型再怎麽复杂 看是要用SURE还是VAR 还是GARCH-Markov 在预测上都不太准确 所以时间序列其实重视的并不完全就是预测 他更重视的是描绘资料的动态变化特性 (AR就是被解释变数自我回归，MA就是error term的自我回归的描绘) 另外你的另一个问题是 "为何MA只用过去实际资料,就可以做预测" 其实模型可以不用这麽简单 你也可以把复回归+MA 或是变成VAR型态 那这又是时间序列的第二个重点 解释与分析资料间的因果关系 但是在写paper的时候 有时不需要用到多花俏复杂的模型 毕竟研究的重点可能不是那个方向 模型过度复杂化，只是无谓的复杂 结论往往相差无异 所以不用太在意拉~~ ※ 引述《lccf (~（⊙ｏ⊙）~)》之铭言： : 目前在从事电量预测的研究,想跟大家请教一下以下问题 : 使用的方式是移动平均法,前人也用过MA作相关预测 : 不过有被提出问题 : 为何MA只用过去实际资料,就可以做预测, : 查了相关文献,有用时间序列相乘模型去解释为何只用实际数据本身就可以预测 : 1.可是还是被质疑,为何MA,指数平滑法ES等,只用历史资料就可以预测,而不需其他参数( : 如气温,雨量等等) : 2.季节不规则因子已经包含数据本身的变动因子(如气温,雨量..等) 已包含在内,所以单 : 用实际数据预测是合理的,这样观念是对的吗? : 谢谢 : ※ 编辑: lccf 来自: 140.112.3.105 (05/26 15:20) : 推 west1996:不能说错 05/26 16:42 --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 140.130.189.10