在时间序列中拟合移动平均模型

Question

我最近开始探索时间序列模型，并且我正在用Python编写这些模型的实现，首先是移动平均模型。

据我了解，此模型的公式为：

其中mu是系列的平均值，ε项是先前预测的残差。因此，我需要做的是将该方程拟合到数据中以得到正确的ε项？

我的问题是，如果我还没有任何谓词，我该如何插入epsilon的值？任何人都可以实现此模型，对我有帮助吗？

谢谢

Answer 1

您可以使用一些技术来解决问题。

• 您不能从序列的第一个值开始算法，而是从第N个值开始算法，因此您有一些值可以计算第一个epsilon。

• 您可以使用数据填充：

数据填充是基于数字化坐标在帧范围的边界上数字生成附加帧数据的过程。典型的数据填充方法包括点对称填充方法和三次填充方法。 [参考]：http://www.kwon3d.com/theory/filtering/init.html