VAR-向量自回归(VAR)
用于建立向量自回归(VAR)模型,分析多个时间序列之间的动态影响、滞后关系和联合预测。
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
用于建立向量自回归(VAR)模型,分析多个时间序列之间的动态影响、滞后关系和联合预测。
用于建立向量误差修正模型(VECM),分析存在协整关系的多变量时间序列的短期波动与长期均衡。
用于建立离散灰色模型,适合小样本或信息不完全条件下的趋势拟合与预测,可辅助查看模型拟合和预测结果;使用前应检查序列特征是否符合方法假设。
用于建立灰色预测,适合小样本或信息不完全条件下的趋势拟合与预测,可辅助查看模型拟合和预测结果;使用前应检查序列特征是否符合方法假设。
用于建立灰色预测,适合小样本或信息不完全条件下的趋势拟合与预测,可辅助查看模型拟合和预测结果;使用前应检查序列特征是否符合方法假设。
用于建立灰色 Markov 修正,适合小样本或信息不完全条件下的趋势拟合与预测,可辅助查看模型拟合和预测结果;使用前应检查序列特征是否符合方法假设。
用于建立非齐次离散灰色,适合小样本或信息不完全条件下的趋势拟合与预测,可辅助查看模型拟合和预测结果;使用前应检查序列特征是否符合方法假设。
用于建立灰色 Verhulst,适合小样本或信息不完全条件下的趋势拟合与预测,可辅助查看模型拟合和预测结果;使用前应检查序列特征是否符合方法假设。
用于使用Autoformer建立深度学习时间序列模型,学习复杂的时序依赖并进行预测,适合样本量相对充足的连续序列;训练效果受数据规模、特征和参数影响。