基于Lasso罰的多元時(shí)間序列分析方法研究.pdf

1、隨著互聯(lián)網(wǎng)大數(shù)據(jù)時(shí)代的到來(lái)，各個(gè)領(lǐng)域的數(shù)據(jù)量急劇增加。數(shù)據(jù)分析和數(shù)據(jù)挖掘面臨著新的機(jī)遇和挑戰(zhàn)。傳統(tǒng)的向量自回歸模型對(duì)多元時(shí)間序列的分析已經(jīng)不再適用。如何將傳統(tǒng)模型推廣到高維時(shí)間序列的應(yīng)用上是在當(dāng)下大數(shù)據(jù)時(shí)代亟需解決的課題。采取一定的技術(shù)實(shí)現(xiàn)高維數(shù)據(jù)的降維是一個(gè)極為有效的途徑。本文通過(guò)在傳統(tǒng)VAR模型的基礎(chǔ)上添加不同的罰函數(shù)達(dá)到降維的目的，從而將傳統(tǒng)的多元時(shí)間序列分析的方法成功推廣到高維數(shù)據(jù)中。
　　首先，通過(guò)VAR模型與Lasso

2、罰函數(shù)的結(jié)合，介紹了Lasso-VAR模型，并采用坐標(biāo)下降法完成了對(duì)模型參數(shù)的求解。通過(guò)在空氣質(zhì)量預(yù)測(cè)的幾組不同維數(shù)的時(shí)間序列的實(shí)驗(yàn)中，證明了該模型可以有效地應(yīng)用在高維時(shí)間序列中，克服了傳統(tǒng)VAR模型應(yīng)用的局限性。
　　其次，又在Lasso方法的基礎(chǔ)上，增加了單調(diào)非遞增的約束條件，將矢量方程轉(zhuǎn)換為標(biāo)量方程，介紹了序Lasso回歸模型，并給出了鄰近梯度法求解該模型的具體過(guò)程。本文將其應(yīng)用到多元時(shí)間序列的定階及預(yù)測(cè)問(wèn)題上，結(jié)果證明序L