用于识别具有相似变化率属性的数据系列以进行预测的模板
CCresearch
成员职位:1
新手
在帮助
对不起，我是一个新手，所以这个问题可能有点幼稚。
我已经积累了一个MySQL数据库，其中包含100,000个时间序列，我想找到所有可能对一个时间序列具有潜在预测能力的时间序列。
这些系列中有些是每月的，有些是每两周、每周或每天的粒度。
要预测的时间序列具有每日粒度。
我可以想象，例如计算所有这些数据序列上3个月或6个月的变化率，然后将时间序列滞后一个或几个时间单位，以查看它们是否会与我想要预测的时间序列的变化率表现出某种相关性。
如果要建立一个像上面这样的识别过程，你会建议用什么样的统计方法或标准来评估数据序列的相关性?
我已经积累了一个MySQL数据库，其中包含100,000个时间序列，我想找到所有可能对一个时间序列具有潜在预测能力的时间序列。
这些系列中有些是每月的，有些是每两周、每周或每天的粒度。
要预测的时间序列具有每日粒度。
我可以想象，例如计算所有这些数据序列上3个月或6个月的变化率，然后将时间序列滞后一个或几个时间单位，以查看它们是否会与我想要预测的时间序列的变化率表现出某种相关性。
是否有某种rapidminer模板可以帮助我以最有效的方式设置这样的搜索过程?
经验丰富的“快速矿工”对此有何评论?如果要建立一个像上面这样的识别过程，你会建议用什么样的统计方法或标准来评估数据序列的相关性?
0
答案