美国数学建模比赛2020 MCM C题代码详解3

重要提示！！！！！
本文中的部分代码都已经公开发表在论文中，不建议直接引用，可能重复比例比较大，任何导致学术造假的后果请浏览者自行承担！！！
为确保无风险，请标明引用！！！*

# #!-*- coding:utf-8 -*-

import pandas as pd
import numpy as np
import xlrd
import matplotlib.pyplot as plt


h = pd.read_excel("C:\\Users\\thous\\PycharmProjects\\untitled4\\h.xlsx")
# df_stock.to_excel('AAL_stock.xlsx',sheet_name='thousand')
h.set_index(h['review_date'], inplace=True)

review_date = h['review_date']
compound = h['compound']
star_rating = h['star_rating']


h['starrating_rate'] = h['star_rating'].pct_change()
h['starrating_rate'].plot(grid=True)
plt.title('starrating_rate')
plt.show()

h['star_rating'].plot(grid=True)
plt.title('star_rating')
plt.show()


h['compound'].plot(grid=True)
plt.title('compound')
plt.show()


h['compound_rate'] = h['compound'].pct_change()
h['compound_rate'].plot(grid=True)
plt.title('compound_rare')
plt.show()

R

setwd(“C:\Program Files\R”)
da <- read.csv(“QQ.csv”,head=TRUE)
head(da)
date<-da$dateru<-da$ru
re<-da$re

head(date)
head（ru)
head(re)

par(mfrow=c(2,2))
qqnorm(ru,col=“black”,main=“USD/CNY收益率QQ图”)
qqnorm(re,col=“black”,main=“EUR/CNY收益率QQ图”)
#数据清除格式后可以跑出来

#时序图
plot(ru)
lines(ru)
plot(re)
lines(re)

#单位根检验
library(fUnitRoots)
library(timeDate)
library(timeSeries)
library(fBasics)

#install.packages(“fUnitRoots”)，此时我们发现现在的R 3.6.0版本已经无法install"fUnitRoots",发现这个函数很有益，BiocManager::install(“adf.test”)

urdfTest(ru)
urdfTest(re)

library(fUnitRoots)
adfTest(ru)
adfTest(re)

padf(ru)
padf(re)

Result=0;LAG=0;BP=0;p=0
for(i in 1:8){
B=Box.test(ru,type=“Box-Pierce”,lag=i)
LAG[i]=i
BP[i]=B$statisticp[i]=B$p.value
Result=cbind(LAG,BP,p)
}

Result=0;LAG=0;BP=0;p=0
for(i in 1:8){
B=Box.test(re,type=“Box-Pierce”,lag=i)
LAG[i]=i
BP[i]=B$statisticp[i]=B$p.value
Result=cbind(LAG,BP,p)
}
Result

##自相关系数与偏自相关系数
acf(re,lag.max=8,type=c(“correlation”))
acf(ru,lag.max=8,type=c(“correlation”))

pacf(re,lag.max=8,type=c(“partial”))
pacf(ru,lag.max=8,type=c(“partial”))

setwd(“C:\Program Files\R”)
da <- read.csv(“pacifier_data_counts.csv”)

microwave_data_counts ,head=TRUE

pacifier_data_counts

head(da)
date<-da$datecount<-da$count

head(date)
head（count)

par(mfrow=c(2,2))
qqnorm(count,col=“black”,main=“microwave count”)
#数据清除格式后可以跑出来

#时序图
plot(count, main=“microwave count”)

urdfTest(count)
adfTest(count)
padf(count)

Result=0;LAG=0;BP=0;p=0
for(i in 1:8){
B=Box.test(count,type=“Box-Pierce”,lag=i)
LAG[i]=i
BP[i]=B$statisticp[i]=B$p.value
Result=cbind(LAG,BP,p)
}

Result

##自相关系数与偏自相关系数
acf(count,lag.max=8,type=c(“correlation”))
pacf(count,lag.max=8,type=c(“partial”))

重要提示！！！！！
本文中的部分代码都已经公开发表在论文中，不建议直接引用，可能重复比例比较大，任何导致学术造假的后果请浏览者自行承担！！！
为确保无风险，请标明引用！