[发明专利]构建时间序列模型的系统与方法

摘要

提供一种方法和计算机系统用于为时间序列自动构造时间序列模型(图2)。该模型可以是一元或多元ARIMA模型，这取决于除该时间序列以外，系统中是否输入预测因子、干预或者事件。构造一元ARIMA模型的方法包含步骤：输入相应时间序列的丢失值；为正时间序列找出合适的变换；确定差分阶数；通过模式检测来确定非季节AR和MA阶数；构造初始模型；以及迭代地评估和修正模型。构造多元模型的方法包含步骤：找出该时间序列的一元ARIMA模型；将一元模型中找出的变换应用到包括将要预测的序列、预测因子在内的所有正时间序列；将一元模型中找出的差分阶数应用到包括将要预测的序列、预测因子、干预和事件在内的所有时间序列中；删除选定的预测因子并进一步差分其它预测因子；构造初始模型，其中它的干扰序列遵循具有一元模型中找到的AR和MA阶数的ARIMA模型；以及迭代地评估与修正该模型。

主权项

1.一种利用计算机确定时间序列的一元ARIMA(自回归求和滑动平均)模型的方法，该方法包括：将包括分离数据值的该时间序列输入到所述计算机；将该时间序列的季节循环输入到该计算机；确定该时间序列是否有任何丢失数据值；如果丢失任何数据值，则将这些丢失值的至少一个估算到该时间序列中；确定该时间序列的分离数据值以及任何估算数据值是否都是正数；如果这些数据值均为正，确定是否需要进行对数或平方根变换；如果需要变换，则对包括正的分离数据值和任何正的估算值的时间序列进行变换；确定该时间序列的差分阶数；确定非季节AR(自回归)和MA(滑动平均)阶数；根据先前确定的差分阶数、AR和MA阶数构造一个初始ARIMA模型；以及根据迭代模型评估结果、诊断检验以及残差的ACF/PACF(自相关函数/部分自相关函数)，修改该初始ARIMA模型。