已经有一个图模型生成的时间序列，有四个核心的要素，如何用隐马尔科夫HMM做最优化筛选？这个问题太具体了，需要看数据的随时私信我

我现在在做某行业的欠费风险防控，每月预测，每个月只有0.3%的用户发生欠费，而且这些会发生欠费的用户中的大部分长时间里面只发生一次欠费。客户要求我们预测每月会发生欠费的用户，请问有什么方法去做这种预测，其他的方法已经试过了，现在在考虑用时间序列，麻烦各位贡献下计谋。

自回归有阶数之分，我理解是x1与x2 x3有关，那么滞后期又是什么呢？阶数与滞后期分不清。

注意，是时间序列的预测问题（特别是只预测一个y值）。实际问题场景如下描述：首先是时间轴，共5个月，每天中的每个时间段（24个）的y值，然后预测第六个月（或只是第六个月第一周）的每天的24个时间段的y值。这里的y值是类似于某一公园的总客流量这样的变量。因此y值受当天天气、节假日等因素的影响。关于预测方法，我查过之后，得知主要有三类方法：1，线性回归之类的，这类方法我比较熟悉，可以将上述（天气、节假日）的因素提取特征加进去；2，ARIMA类的经典时间序列方法；3，RNN和LSTM等机器学习方法。只是我对2和3了解很少，不知道如何将上述（天气、节假日）的因素提取特征加进去？所以，1：目前这类问题最好的方法是哪一类？2：如果使用LSTM或Ｒ […]

毕业设计要用hilbert huang变化和ARMA模型结合对股票价格进行预测，请问可行吗？要怎么做？用matlab可以做吗

收集股票数据制成时间序列图时，需要把图中对整体趋势没有影响的那种很小的波动过滤掉，让图看起来更平滑一些。以前从来没有接触过这些完全摸不着头脑，老师有提到离散小波变换，要求说刻度不要太大、数据点的数量不要变，但百度了一下并没有明白到底是什么意思。自知基础不好，请问该如何实现？