时间序列分析模型:ARIMA模型和SARIMAX算法

举报
毛利 发表于 2021/07/15 02:39:13 2021/07/15
【摘要】 文章目录 自回归综合移动平均 可视化时间序列数据 差分 自回归模型 关于自相关和偏自相关的最后思考 自回归综合移动平均 ARIMA模型的一般过程如下: 可视化时间序列数据 使时间序列数据平稳 绘制相关图和自相关图 根据数据建立ARIMA模型或季节ARIMA模型 使用模型进行预测 import nump...

自回归综合移动平均

ARIMA模型的一般过程如下:

  • 可视化时间序列数据
  • 使时间序列数据平稳
  • 绘制相关图和自相关图
  • 根据数据建立ARIMA模型或季节ARIMA模型
  • 使用模型进行预测
import numpy as np
import pandas as pd

import matplotlib.pyplot as plt
%matplotlib inline

  
 
  • 1
  • 2
  • 3
  • 4
  • 5
df=pd
  
 

    文章来源: maoli.blog.csdn.net,作者:刘润森!,版权归原作者所有,如需转载,请联系作者。

    原文链接:maoli.blog.csdn.net/article/details/113835186

    【版权声明】本文为华为云社区用户转载文章,如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱: cloudbbs@huaweicloud.com
    • 点赞
    • 收藏
    • 关注作者

    评论(0

    0/1000
    抱歉,系统识别当前为高风险访问,暂不支持该操作

    全部回复

    上滑加载中

    设置昵称

    在此一键设置昵称,即可参与社区互动!

    *长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

    *长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。