【源码】时间序列分析与预测工具箱（Time Series Analysis and Forecast，TSAF）

时间序列是一组随时间变化而收集的定量型变量观测值。比如：道琼斯工业股价指数、在线销售、库存、客户数量、利率、费用等历史数据都属于时间序列。

预测时间序列变量对于企业准确掌控运营状态非常有用。通常，独立变量不能用来建立时间序列变量的回归模型。

时间序列分析的特点：

1. 一种使用时间序列数据来解释过去或预测未来事件的统计技术。
   

2. 预测结果是时间（日、月、年等）的函数。
   

3. 不存在因果变量，根据变量过去的行为预测未来的发展。
   

衡量时间序列预测精度的4种常用准则：

1. 平均绝对偏差；
   

2. 平均绝对百分误差；
   

3. 均方误差；
   

4. 均方根误差。
   

快速使用TSAF的步骤：

1）下载并解压缩文件。download and unzip the package.

2）将原始文件包含的所有文件和文件夹复制到当前的Matlab工作目录中。copy allthe files & folders included in the unzipped package into the currentworking directory of Matlab.

若要查找当前工作目录，请在Matlab命令行中键入“pwd”。To find out the current workingdirectory, please type “pwd” in the Matlab command line.

3）在命令行中键入“TSAF”即可进入工具箱界面。Type"TSAF" in the command line.

参考文献：

[1] Peter J. Brockwell, Richard A. Davis,“Introduction to Time Series and Forecasting”, Second Edition,Springer, 2002.
[2] Chris Chatfield, “Time-Series Forecasting”, Chapman &CHall/CRC, 2000.

源码及更多内容下载地址：

Time Series Analysis and Forecasting.pptx

TSAF v1.3.zip

http://page2.dfpan.com/fs/6lccj2e21c29d168d21/

更多精彩文章请关注微信号：