统计学之家

随机时序分析方法的建立模型 随机时序分析法的发展就是为了弥补确定性因素分解方法的不足。 根据时间序列的不同特点，随机时序分析可以建立的模型有ARIMA模型、残差自回归模型、季节模型、异方差模型等。

确定性因素分解方法：什么意思、特点特征 确定性因素分解的方法把所有序列的变化都归结为4个因素（长期趋势、季节变动、循环变动和随机波动）的综合影响，其中长期趋势和季节变动的规律性信息通常比较容易提取，而...

非平稳时间序列分析方法：分为确定性因素分解、随机时序分析 实际上，在自然界中绝大部分序列都是非平稳的。因而对非平稳序列的分析更普遍、更重要，创造出来的分析方法也更多。 对非平稳时间序列的分析方法可以分...

纯随机性（白噪声）检验：什么意思、特点特征 如果一个序列是纯随机序列，那么它的序列值之间应该没有任何关系，即满足γ（k）＝0，k≠0这是一种理论上才会出现的理想状态，实际上纯随机序列的样本自相关系数不...

自相关图检验：什么意思、特点特征 自相关图检验。平稳序列具有短期相关性，这个性质表明对平稳序列而言通常只有近期的序列值对现时值的影响比较明显，间隔越远的过去值对现时值的影响越小。 随着延迟期数k的增加...

时序图检验：什么意思、特点特征 时序图检验。根据平稳时间序列的均值和方差都为常数的性质，平稳序列的时序图显示该序列值始终在一个常数附近随机波动，而且波动的范围有界； 如果有明显的趋势性或者周期性，那它...

时间序列的平稳性检验：包括时序图、自相关图、单位根检验 对序列的平稳性的检验有两种检验方法，一种是根据时序图和自相关图的特征做出判断的图检验，该方法操作简单、应用广泛，缺点是带有主观性； 另一种是构造...

平稳时间序列：什么意思、特点特征 对于随机变量X，可以计算其均值（数学期望）、方差σ 2 ；对于两个随机变量量X和Y，可以计算X，Y的协方差cov（X，Y）=E和相关系数ρ（X，Y）=/（σ X σ ...

时间序列预处理的两种检验：白噪声序列与平稳序列 拿到一个观察值序列后，首先要对它的纯随机性和平稳性进行检验，这两个重要的检验称为序列的预处理。根据检验结果可以将序列分为不同的类型，对不同类型的序列会采...

数据挖掘离群点的成因与类型 （1）离群点的成因 离群点的主要成因有：数据来源于不同的类、自然变异、数据测量和收集误差。 （2）离群点的类型 对离群点的大致分类见表1-1。

离群点检测（偏差检测）：什么意思、例子案例 就餐饮企业而言，经常会碰到如下问题。 1）如何根据客户的消费记录检测是否为异常刷卡消费？ 2）如何检测是否有异常订单？ 这一类异常问题可以通过离群点检测来解...

递归特征消除算法的主要思想 递归特征消除的主要思想是反复的构建模型（如SVM或者回归模型）然后选出最好的（或者最差的）的特征（可以根据系数来选），把选出来的特征放到一边，然后在剩余的特征上重复这个过程...

举例说明什么是简单线性模型与对数线性模型 简单线性模型和对数线性模型可以用来近似描述给定的数据。（简单）线性模型对数据建模，使之拟合一条直线。 以下介绍一个简单线性模型的例子，对对数线性模型只进行简单...

在数据挖掘的过程中，为了提取更有用的信息，挖掘更深层次的模式，提高挖掘结果的精度，我们需要利用已有的属性集构造出新的属性，并加入到现有的属性集合中。 比如，进行防窃漏电诊断建模时，已有的属性包括供入电...

连续属性离散化的方法：等宽法、等频法和（一维）聚类 常用的离散化方法有等宽法、等频法和（一维）聚类。 （1）等宽法 将属性的值域分成具有相同宽度的区间，区间的个数由数据本身的特点决定，或者由用户指定，...

连续属性离散化：什么意思、离散过程 一些数据挖掘算法，特别是某些分类算法（如ID3算法、Apriori算法等），要求数据是分类属性形式。这样，常常需要将连续属性变换成分类属性，即连续属性离散化。 离散...

小数定标规范化：什么意思、转化公式 通过移动属性值的小数位数，将属性值映射到之间，移动的小数位数取决于属性值绝对值的最大值。 转化公式为：

标准差标准化：什么意思、转化公式 零-均值规范化也称标准差标准化，经过处理的数据的均值为0，标准差为1。 转化公式为： 其中x为原始数据的均值，σ为原始数据的标准差，是当前用得最多的数据标准化方法。

什么是离差标准化：转换公式、优点缺点 最小-最大规范化也称为离差标准化，是对原始数据的线性变换，将数值值映射到之间。 转换公式如下： 其中，max为样本数据的最大值，min为样本数据的最小值。max-...

数据规范化（归一化）：什么意思 数据规范化（归一化）处理是数据挖掘的一项基础工作。 不同评价指标往往具有不同的量纲，数值间的差别可能很大，不进行处理可能会影响到数据分析的结果。 为了消除指标之间的量纲...