时间序列预测

数据科学概览

Lis Sulmont

Curriculum Manager

数据科学中的建模

什么是统计模型？

• 用统计方法表示真实世界过程
• 变量之间的数学关系，包括随机变量
• 基于统计假设和历史数据

预测建模

• 输入新特征，模型预测结果

预测建模

• 输入新特征，模型预测结果

预测建模

• 输入新特征，模型预测结果
  • 结果的概率

预测建模

• 输入新特征，模型预测结果
  • 结果的概率
• 复杂度不等：从线性方程到深度学习算法

时间序列数据

按时间排序的一系列数据点

• 股票价格
• 汽油价格
• 失业率
• 心率
• CO2 水平
• 海潮高度

绘制时间序列数据

日期	比率
1976-01-01	7.1
1976-02-01	7
...
1991-01-01	10.3
...
2015-04-01	6.8
2015-05-01	6.8

时间序列的季节性

时间序列的季节性

时间序列预测

• 示例：
  • 下个月会下多少雨？
  • 接下来半小时交通会缓解吗？
  • 接下来6小时股市将如何波动？
  • 20年后地球人口将是多少？
• 基于历史数据建立模型以生成预测
• 方法结合统计与机器学习

$$

置信区间

模型以 X% 的把握认为真实值落在此区间内

让我们练习吧！

数据科学概览