美文网首页数据蛙数据分析每周作业
机器学习算法 - 时间序列系3 - Python主要时序模式算法

机器学习算法 - 时间序列系3 - Python主要时序模式算法

作者: Spareribs | 来源:发表于2018-12-30 23:42 被阅读3次

Python主要时序模式算法列表

函数名称 函数功能 所属工具箱
acf() 计算自相关系数 statsmodels.tsa.stattols
plt_acf() 画自相关系数 statsmodels.graphics.tsaplots
pacf() 计算偏相关系数 statsmodels.tsa.stattols
plot_acf() 画偏相关系数 statsmodels.graphics.tsaplots
adfuller() 对观测值序列进行单位根检验 statsmodels.tsa.stattols
diff() 对观测值进行查分计算 Pandas对象自带的方法
ARIMA() 创建一个ARIMA序列模型 statsmodels.tsa.arima_model
summary()
summaty2()
给出一分ARIMA模型的报告 ARIMA模型对象自带方法
aic/bic/hqic 计算ARIMA模型的AIC/BIC/HQIC指标值 ARIMA模型对象自带方法
froecast() 应用构建的时间序列进行预测 ARIMA模型对象自带方法
acorr_ljungbox() Ljung-Box检验,检验是否为白噪声 statsmodels.stats.diagnostic

自相关系数和偏自相关系数的使用

在这里插入图片描述

adfuller()方法详解

参考文章:https://segmentfault.com/a/1190000005149283

diff()方法详解

ts.diff().diff().diff().dropna()

ARIMA()方法详解

summary() & summaty2()方法详解

aic/bic/hqic 方法详解

froecast()方法详解

acorr_ljungbox()方法详解

参考文章

https://www.cnblogs.com/Yuanjing-Liu/p/9284326.html
https://www.cnblogs.com/Yuanjing-Liu/p/9284875.html
https://zhuanlan.zhihu.com/p/35128342

ACF和PACF的详细求解过程
https://www.cnblogs.com/noah0532/p/8451375.html
http://www.cnblogs.com/noah0532/p/8453959.htm

相关文章

网友评论

    本文标题:机器学习算法 - 时间序列系3 - Python主要时序模式算法

    本文链接:https://www.haomeiwen.com/subject/xhnblqtx.html