数模工具箱——时间序列函数拟合

回到目录获取资源：点我

工具箱说明

• 本工具箱用于时间序列的时间函数拟合预测，适用于：已知一组时间序列，并且有明显的趋势，要求预测未来时间的数据。
• 本工具箱基于 多元线性回归模型，将非线性函数转化为线性函数，可通过此工具箱打开线性回归工具箱进行分析。
• 本工具箱基于自己设计的 FunctionTimeSeries 类，对其建模、参数选择、模型分析过程进行了封装，设计了 APP 交互界面，将类的功能显示在界面上，方便使用。界面如下图所示：

工具箱功能简介

• 本工具箱可以对输入的时间序列进行六种函数的拟合，分别为：反比例函数、幂函数、指数函数、倒指数函数、对数函数、S形函数。
• 工具箱根据拟合结果给出最佳结果的函数

APP使用方法

打开APP

FunctionTimeSeriesAPP(dataSeries,timeSeries)

其中 dataSeries 为时间序列的值（横坐标），timeSeries 为时间序列（横坐标）可省略，默认为从 1 开始。

拟合效果

左边中间有各个函数的拟合信息，并会给出最佳的拟合效果。

模型分析

选择函数可对该函数的线性化形式进行线性回归分析，单击打开 线性回归工具箱。

设置预测序列

• 设置数量：预测序列为当前已知序列后连续 x 个时间。例如：当前已知时间序列为2017、2018、2019，设置数量为 2，则预测时间序列为 2020、2021
• 设置具体值：设置该向量为预测的序列，例如：初值8，间隔3，数量2，则预测序列为：8、11

序列可视化

在右侧可以观察每个函数的拟合情况，如果设置了预测序列会有预测数据，否则没有。