灰色预测GM(1,1)系统
用于基于少量时间序列数据建立 GM(1,1) 灰色预测模型,适合信息有限、样本较少且变化趋势较平稳的指标预测,可辅助查看拟合结果与未来趋势。
正在加载中...
选择算法后,再查看当前可用的下载方式。
分类筛选
用于基于少量时间序列数据建立 GM(1,1) 灰色预测模型,适合信息有限、样本较少且变化趋势较平稳的指标预测,可辅助查看拟合结果与未来趋势。
集成多种时间序列预测方法,用于比较不同模型的拟合与预测表现,适合趋势预测、需求预测和连续指标分析。
集成分位数回归与区间预测方法,用于分析不同条件分位上的变量关系并估计预测区间,适合存在异方差或不确定性的预测任务。
用于建立 ARIMA 时间序列模型,通过自回归、差分和移动平均结构刻画序列变化,适合具有趋势或自相关特征的单变量预测。
用于使用指数平滑(ETS)方法分解并预测时间序列中的误差、趋势和季节成分。
用于建立 GARCH 类模型分析波动聚集和条件异方差,适合金融收益率及其他波动随时间变化的序列。
用于使用卡尔曼滤波进行动态状态估计、信号平滑和时序预测,适合含噪声的动态系统数据。
用于使用 Prophet 建立包含趋势、季节性和节假日效应的时间序列预测模型。
用于 STL 季节趋势分解与 SSA 奇异谱分析,帮助提取时间序列的趋势、季节和噪声成分。