В чем заключаются основные методы прогнозирования последовательности числовых рядов?

Некоторые основные методы прогнозирования последовательности числовых рядов:

• Авторегрессионные модели (AR-модели). habr.com Используют прошлые значения ряда для прогнозирования его будущих значений. habr.com Модель предполагает, что текущее значение ряда зависит от его предыдущих значений. habr.com
• Скользящее среднее (MA-модели). habr.com Использует прошлые значения ошибок — разницу между фактическими значениями ряда и его прогнозируемыми значениями, для прогнозирования будущих значений. habr.com
• Методы экстраполяции. habr.com Используют значения предыдущих периодов для прогнозирования будущих значений ряда. habr.com К таким методам относятся, например, метод скользящего среднего, экспоненциальное сглаживание и метод Хольта-Винтерса. habr.com
• Методы машинного обучения. habr.com Используют данные прошлых значений ряда в качестве входных данных для модели обучения. habr.com К таким методам относятся регрессия и нейронные сети. habr.com
• Прогнозирование с помощью SARIMA. habr.com Модель объединяет в себе методы авторегрессии, интегрированного скользящего среднего и сезонности, что позволяет прогнозировать будущие значения ряда на основе его предыдущих значений с учётом сезонных паттернов. habr.com
• Прогнозирование на основе тренда. uzundemir.github.io Использование тренда для предсказания будущих значений. uzundemir.github.io
• Прогнозирование на основе сезонности. uzundemir.github.io Учёт сезонных колебаний в прогнозах. uzundemir.github.io
• Комбинированные методы. uzundemir.github.io Использование нескольких моделей для получения более точного прогноза. uzundemir.github.io