Python时间序列分析练习（一）// 基于ARIMA模型的餐厅销量预测
案例简介
餐饮业是生产和销售同时进行，因此销售预测对餐饮业是十分重要的。做好销售预测既可以减少菜品脱销现象，减少菜品生产等待时间，提供给客户更优质的服务；也可以减少安全库存量，降低物流成本等。
本案例首先带领大家回顾了ARIMA模型的建模流程等相关知识点，再利用Python中的ARIMA模型对菜品销量预测。
该数据挖掘案例可作为通用模板，对任意时间序列进行ARIMA建模。但需注意，不能通过平稳非白噪声检验的时间序列不适合用ARIMA模型建模。
重要事情说三遍~
想听我讲案例，请点这里，进入B站
想听我讲案例，请点这里，进入B站
想听我讲案例，请点这里，进入B站
附部分材料
附部分代码及输出
（1）平稳非白噪声检验（部分内容）
（2）定阶（p/q值）（部分内容）
（3）残差检验（部分内容）
（4）预测（部分内容）
知识点回顾参考材料《python数据分析与挖掘实战》，感谢原作者！