Теперь, когда вы создали сдвинутые по времени версии одного временного ряда, можно обучить авторегрессионную модель. Это регрессионная модель, в которой входные признаки представляют собой сдвинутые по времени версии выходного временного ряда. Вы используете предыдущие значения временного ряда для предсказания его текущих значений (именно поэтому модель называется авторегрессионной).

Анализируя коэффициенты этой модели, можно обнаружить повторяющиеся закономерности во временном ряду и оценить, насколько далеко в прошлое нужно смотреть, чтобы значение точки данных было предсказательным для будущего.

Кросс-валидация данных временного ряда

Create Your Free Account