识别时间序列预测算法

Question

我试图在C#中构建一个基于这些视频(点击！)的算法，我的问题与这些任务的编码部分无关。

我正在努力加深对这个算法的理解，因为它非常适合我的作业。然而，YouTuber并没有用名字来识别它，我想知道你能给我的任何信息-名字，资源等等。

编辑:这是时间序列分解模型。具体而言，经典的乘法分解。

步骤：

1. 计算一个相等于季节长度的移动平均值，以确定趋势周期。
2. 如果季节长度为偶数，则以移动平均线为中心。
3. 以中心移动平均的比例计算实际值，得到各时段的季节指数。
4. 将季节性索引的总数调整为等于周期数。
5. 通过将时间序列除以季节指数，使时间序列去季节化。
6. 利用去季节化数据估计趋势-周期回归。
7. 将拟合的趋势值乘以其适当的季节因素来计算拟合值。
8. 利用已知的实际序列计算误差，测量拟合精度。
9. 如果周期性因素很重要，就计算周期性指标。
10. 检查异常值，必要时调整实际序列，并重复步骤1至9。

Answer 1

这是一种众所周知的、记录在案的、可识别的算法。

视频中的一条评论说：“你所做的是移动平均，如果可以的话，你能告诉我们如何做自动回归(AR)和自回归移动平均(ARMA)吗？”

您可以从这本书- https://otexts.com/fpp2/中了解MA、AR和AR(I)MA。