時間序列分析 學習筆記(一)

2021-09-25 19:10:46 字數 701 閱讀 3715

import pandas as pd     #匯入pandas 庫,主要用於資料集的匯入和資料的處理

import numpy as np #匯入numpy 庫,主要用於一些運算

import matplotlib.pyplot as plt #匯入matplotlib庫,主要用於繪製時序圖

from statsmodels.graphics.tsaplots import plot_acf #匯入plot_acf函式,用於繪製自相關圖,以用於判斷時序的平穩和作為採用某種模型的依據

from statsmodels.tsa.stattools import adfuller as adf #匯入adf函式,用於進行時序的平穩性檢驗

from statsmodels.graphics.tsaplots import plot_pacf #匯入plot_pacf函式,用於繪製偏自相關圖,以用來判斷時序的平穩和作為採用哪種模型的依據.

from statsmodels.stats.diagnostic import acorr_ljungbox # 匯入acorr_ljungbox函式,用於進行白雜訊檢驗,已確定擬合模型是否符合要求。

from statsmodels.tsa.arima_model import arima #匯入arima函式,用於進行arima模型的建立

時間序列分析演算法學習筆記

arima模型是時間序列分析中應用最廣泛的模型之一,arima p,d,q 由三個部分組成 ar p ar是autoregressive的縮寫,表示自回歸模型。含義是當前時間點的值等於過去若干個時間點的回歸 因為不依賴與別的解釋變數,只依賴於自己過去的歷史值,故稱為自回歸 如果依賴過去最近的p個歷史...

時間序列模型學習筆記 一

時間序列的預處理是對乙個觀察值序列的純隨機性和平穩性進行檢驗,根據檢驗結果可以將此序列分為不同的型別,純隨機序列也稱為白雜訊序列,是沒有任何資訊可以提取的平穩隨機序列。通過預處理將序列分成不同型別之後我們就可以根據各種序列型別的特點使用不同的模型建模,常見的平穩時間序列建模模型為arma 可以分為a...

時間序列學習筆記1

時間序列 或稱動態數列 是指將同一統計指標的數值按其發生的時間先後順序排列而成的數列。時間序列分析的主要目的是根據已有的歷史資料對未來進行 經濟資料中大多數以時間序列的形式給出。根據觀察時間的不同,時間序列中的時間可以是年份 季度 月份或其他任何時間形式。例如 北京市月度cpi同比資料。具體的定義去...