[发明专利]构建时间序列模型的系统与方法

摘要

本发明涉及一种数据处理方法和系统，用于在使用计算机预测未来趋势的任务中减少用户输入交互数量。该方法包括：将时间序列的分离数据值和季节循环长度输入到计算机中：将包括由数字数据值表示的预测因子、干预和事件的至少一种类型输入到计算机；以及确定时间序列的ARIMA阶数；除去具有至少一个丢失值的预测因子；根据时间序列的ARIMA阶数、干扰和事件、以及剩余的预测因子，构造时间序列的初始多元ARIMA模型；根据迭代模型评估结果、诊断检验以及残差的自相关函数/部分自相关函数，修改初始多元ARIMA模型；创建该时间序列的多元ARIMA模型，从而减少用户输入交互的数量；以及利用计算机创建的多元ARIMA模型来预测未来趋势。

主权项

1. 一种数据处理方法，用于在使用计算机预测未来趋势的任务中减少用户输入交互数量，该方法包括：将时间序列的分离数据值和季节循环长度输入到所述计算机中：将包括由数字数据值表示的若干个预测因子、若干个干预和若干个事件的至少一种类型输入到该计算机；指示该计算机执行以下步骤：a)确定该时间序列的ARIMA阶数；b)除去具有至少一个丢失值的预测因子；c)如果在步骤a)中的该时间序列被变换并且所剩余的预测因子仅包括正的数据值，则采用应用于步骤a)中的该时间序列的相同变换，对预测因子进行变换；d)如果在步骤a)中的该时间序列被差分，则采用应用于步骤a)中的该时间序列的相同差分阶数，对所述的预测因子、干预和事件差分；e)根据该时间序列的ARIMA阶数、干扰和事件、以及剩余的预测因子，构造该时间序列的初始多元ARIMA模型；以及f)根据迭代模型评估结果、诊断检验以及残差的自相关函数/部分自相关函数，修改该初始多元ARIMA模型；通过计算机执行所述指示的步骤，创建该时间序列的多元ARIMA模型，从而减少用户输入交互的数量；以及利用该计算机创建的多元ARIMA模型来预测未来趋势。