Question

1.实验目的

·掌握时间序列常用算法的建模及预测过程。

2.实验内容

（1）时间序列平稳性检验

·绘制时间序列图、自相关检验、偏自相关检验、单位根检验、白噪声检验。

（2）时间序列建模分析

·非平稳时间序列处理、模型识别定阶、残差白噪声检验。

（3）时间序列模型预测

·时间序列模型预测及绘制时间序列发展趋势图

3.实验方法与步骤

实验一

根据餐厅营业额数据，使用ARIMA模型进行建模预测半年后餐厅的营业额。

1）读取餐厅营业额数据。

2）将餐厅营业额数据转换为时间序列对象。

3）对时间序列对象进行平稳性检验，绘制时间序列图、自相关检验、偏自相关检验、单位根检验、白噪声检验等。

4）时间序列建模分析。如果时间序列是平稳序列，则可以直接进行ARIMA模型定阶，进而对所得模型做残差的白噪声检验。如果是非平稳序列，则需要先进行差分处理。

5）根据时间序列模型预测半年后餐厅的营业额并绘制时间序列发展趋势图。

实验二

根据餐厅营业额数据，使用HoltWinters法建模并预测半年后餐厅的营业额。

1）读取餐厅营业额数据。

2）将餐厅营业额数据转换为时间序列对象。

3）对时间序列对象进行分解，画出时间序列的原始值、趋势部分、季节变动部分、随机部分的图形。

4）分析时间序列对象分解图，确定使用指数平滑法的模型。

5）对时间序列对象使用HoltWinters进行建模分析，对所得模型做残差的白噪声检验。

6）根据时间序列模型预测半年后餐厅的营业额并绘制时间序列发展趋势图。

4.思考与实验总结

对一个新的时间序列，如何进行序列的平稳性检验、建模分析以及模型预测。