时间序列预测：从网络的视角
数据分析、统计与概率
2014-03-10 v1
摘要
预测可以根据历史数据估计事件的状态，在许多学科中都相当重要。目前，时间序列模型已被用于解决各个领域的预测问题。通常，研究者使用曲线拟合和参数估计方法（矩估计、极大似然估计和最小二乘法）进行预测。本文为预测提供了一个新视角，并提出了一种完全不同的时间序列预测方法。受可视图和链路预测的启发，本文将时间序列转换为网络，然后找到最有可能与待预测节点相连的节点。最后，根据链路的状态获得预测值。案例研究使用TAIEX数据集来说明所提方法的有效性。与ARIMA模型相比，当数据量较小时，所提方法显示出良好的预测性能。
引用
@article{arxiv.1403.1713,
title = {The time series forecasting: from the aspect of network},
author = {S. Chen and X. Lan and Y. Hu and Q. Liu and Y. Deng},
journal= {arXiv preprint arXiv:1403.1713},
year = {2014}
}