摘要
本发明公开了一种时间序列模型中影响事件的分析方法,包括准备数据并确定研究对象,获取包含时间序列数据的数据文件;对时间序列数据进行多粒度的采样处理,形成多个不同采样粒度的数据集合;确定时间序列模型对象的类型;在时间序列数据中标记事件数据并进行分类与标注;测定标记事件的影响因素类型并计算事件公式;计算排除事件影响下的时间序列模型函数并获得事件影响系数,得到基础的时间序列模型函数;对比事件影响的数学模型与排除事件两种情况下的模型预测结果,计算事件对时间序列的具体影响系数。通过捕捉不同时间尺度下的数据特征,更全面地理解时间序列变化规律。更准确地描述和预测时间序列的变化规律,提高模型适应性和预测能力。
技术关键词
时间序列模型
分析方法
数据
标记
数学模型
时间段
对象
线性插值方法
分析事件
定义
傅立叶
参数
频率
周期性
基础
字段
数值
代表