时间序列预测模型——残差分析

版权声明：转载请注明出处网址 ：） https://blog.csdn.net/qq_36810398/article/details/88966456

【整理自 Forecast：Principle and Practice chapter 3.3】

残差（Residual）在检查预测模型是否完全捕捉数据中的信息时很有用。一个好的预测方法的残差有以下特点：
（1）Residual之间是无相关性的：
如果Residual之间是有相关性的，那么残差中还有信息可以用到预测中。
（2）Residual的均值为0：
如果Residual均值非0，那么预测存在偏差（bias）。

不满足上述两条的预测模型都可以改进来提升效果。当然，并不是意味着满足这两条的模型不可以改进。