AR 自回归模型

文章目录

  • 总的代码
  • ADF 检验(是否平稳)
  • 差分操作
  • 拟合AR 模型
  • 预测
  • 可视化

AR 自回归模型_第1张图片

总的代码


import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from statsmodels.tsa.ar_model import AutoReg
from statsmodels.tsa.stattools import adfuller

# 生成一个示例时间序列
# 设置随机数种子(确保每次生成的随机数是一样的)
np.random.seed(42)
# 生成时间序列np.random.randn(100) 是生成100个从标准正态分布里面抽取的100个数
# np.arange(100) 是生成0-99 ,然后+ ,将两个部分相加
time_series = pd.Series(np.random.randn(100) + np.arange(100))

# 可视化时间序列
plt.plot(time_series)
plt.title("Example Time Series")
plt.show()

# 平稳性检验
result_adf = adfuller

你可能感兴趣的:(机器学习,深度学习,人工智能,ar,回归,机器学习)