貝葉斯結構時間序列
編輯貝葉斯結構時間序列(BSTS)模型是一種統計技術,用于特征選擇、時間序列預測、現在預測、推斷因果影響和其他應用。該模型被設計用于處理時間序列數據。該模型在分析性營銷領域也有很好的應用前景。特別是,它可以用來評估不同的營銷活動對網絡搜索量、產品銷售、品牌知名度和其他相關指標的變化有多大貢獻。差別模型和中斷時間序列設計是這種方法的替代方案。與經典的差分方案相比,狀態空間模型使其有可能(i)推斷出可歸屬影響的時間演變,(ii)在完全貝葉斯的處理中納入參數的經驗預設,以及(iii)靈活地適應多種變化來源,包括同期協變量即合成控制的時間變化影響。
一般模型描述
編輯該模型由三個主要部分組成。卡爾曼濾波器。時間序列分解的技術。在這一步,研究者可以添加不同的狀態變量:趨勢、季節性、回歸和其他。尖峰和板塊法。在這一步,選擇最重要的回歸預測因子。貝葉斯模型平均法。結合結果和預測計算。該模型可用于發現其反事實預測和觀察數據的因果關系。該模型的一個可能的缺點可能是其相對復雜的數學基礎和作為一個計算機程序的困難實現。然而,編程語言R有現成的計算BSTS模型的軟件包,不需要研究人員有很強的數學背景。
內容由匿名用戶提供,本內容不代表www.gelinmeiz.com立場,內容投訴舉報請聯系www.gelinmeiz.com客服。如若轉載,請注明出處:http://www.gelinmeiz.com/175496/