資源簡介
實現滾動時間序列的單步預測,能夠較好地擬合實際數據。模型默認讀取數據變量名稱為z,模型定階可能因數據不同而出現狀況。自己使用沒大問題
代碼片段和文件信息
clear;
%------讀取數據------
load?data.mat;????????%默認數據名稱為z
%------讀取數據------
%------二次差分消除趨勢項------
x_step=100;
for?step=1:x_step??????????%滾動大循環,滾動x_step步
????z_model=wkeep(z500step);?????%z_model為建模數據,從1到500,用500個數預測500之后的數
????Length=length(z_model);??????%數據長度
????Z=zeros(1Length);??????%初始化零均值平穩時間序列
????Z2=zeros(1Length);?????%初始化二次差分結果數組
????Z1=zeros(1Length);????%初始化一次差分結果數組
????for?i=2:Length
????????Z1(i)=z(i)-z(i-1);????%一次差分
????end
????for?i=3:Length
????Z2(i)=Z1(i)-Z1(i-1);???%二次差分
????end
????Z=Z2-mean(Z2);?????????%平穩后時間序列零均值處理
%---------兩次差分,零均值化--------
%---------將序列標準化-------------
????v=std(Z);
????Z=Z/v;
%---------將序列標準化--------------
%?????t=1:Length;
%?????figure;
%?????plot(tz_modeltZ‘r‘);
%?????title(‘原始數據和標準化處理后對比圖‘);
%?????xlabel
評論
共有 條評論