時間序列的研究 最大的罩門其實就真的是預測 不管像是AR或是MA 不管模型再怎麼複雜 看是要用SURE還是VAR 還是GARCH-Markov 在預測上都不太準確 所以時間序列其實重視的並不完全就是預測 他更重視的是描繪資料的動態變化特性 (AR就是被解釋變數自我迴歸，MA就是error term的自我迴歸的描繪) 另外你的另一個問題是 "為何MA只用過去實際資料,就可以做預測" 其實模型可以不用這麼簡單 你也可以把複迴歸+MA 或是變成VAR型態 那這又是時間序列的第二個重點 解釋與分析資料間的因果關係 但是在寫paper的時候 有時不需要用到多花俏複雜的模型 畢竟研究的重點可能不是那個方向 模型過度複雜化，只是無謂的複雜 結論往往相差無異 所以不用太在意拉~~ ※ 引述《lccf (~（⊙ｏ⊙）~)》之銘言： : 目前在從事電量預測的研究,想跟大家請教一下以下問題 : 使用的方式是移動平均法,前人也用過MA作相關預測 : 不過有被提出問題 : 為何MA只用過去實際資料,就可以做預測, : 查了相關文獻,有用時間序列相乘模型去解釋為何只用實際數據本身就可以預測 : 1.可是還是被質疑,為何MA,指數平滑法ES等,只用歷史資料就可以預測,而不需其他參數( : 如氣溫,雨量等等) : 2.季節不規則因子已經包含數據本身的變動因子(如氣溫,雨量..等) 已包含在內,所以單 : 用實際數據預測是合理的,這樣觀念是對的嗎? : 謝謝 : ※ 編輯: lccf 來自: 140.112.3.105 (05/26 15:20) : 推 west1996:不能說錯 05/26 16:42 --

※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 140.130.189.10