时间序列分析(●‘◡‘●)

python 白噪声检验-时间序列 平稳性检验 白噪声 峰度 偏度

平稳性是当前时间序列分析的前提条件，因为我们的建模过程基本都
weixin_37988176·2022-11-24 20:30

建模随手记3（1）---时间序列分析

参考了许多文章，先放到前边。https://zhuanlan.zhihu.com/p/54799648https://zhuanlan.zhihu.com/p/38320827https://zhuanlan.zhihu.com/p/38322638https://zhuanlan.zhihu.com/p/38322333https://zhuanlan.zhihu.com/p/38321845h
很重的水·2022-11-24 20:00

LSTM长短期记忆神经网络做时间序列预测模型

长短期记忆神经网络做时间序列预测模型数据是单维输入单维输出，可自行替换数据和其他参数，操作简单，标价即为实际价格，联系直接发邮箱代码内有详细的注释，替换数据即可直接使用，可以用来做交通流量，gepiao，人口等时间序列分析建模
「已注销」·2022-11-24 16:55

时间序列分析ARIMA及其Python实现

1补充知识1.1相关函数自相关函数ACF(autocorrelationfunction)自相关函数ACF描述的是时间序列观测值与其过去的观测值之间的线性相关性。计算公式如下：其中k代表滞后期数，如果k=2，则代表yt和yt-2偏自相关函数PACF(partialautocorrelationfunction)偏自相关函数PACF描述的是在给定中间观测值的条件下，时间序列观测值预期过去的观测值之间
木星健谈能手·2022-11-24 10:49

常见的时间序列预测模型python实战汇总

最完整的时间序列分析和预测（含实例及代码）：https://mp.weixin.qq.com/s/D7v7tfSGnoAqJNvfqGpTQA1时间序列与时间序列分析在生产和科学研究中，对某一个或者一组变量
stay_foolish12·2022-11-24 10:49

【Python】Python中的经典时间序列预测模型总结

时间序列时间序列分析使用经典统计时，主要关注的是时间序列的分析。时间序列分析涉及开发能够最好地捕捉或描述观察到的时间序列的模型，以了解根本原因。该研究领域寻求时间序列数据集背后的“为什么”。
风度78·2022-11-24 10:16

R语言实战——基于KNN聚类的时间序列分析预测

---title:"SummaryofReading"author:"ChenWei"date:"2020/6/24"output:word_document---```{rsetup,include=FALSE}knitr::opts_chunk$set(echo=TRUE)    这一次我阅读的是FranciscoMartinez等著的《TimeSeriesForecastingwithKNN
三只佩奇不结义·2022-11-24 08:54

时间序列分析 | GA-BP遗传算法优化神经网络时间序列预测（Matlab完整程序）

时间序列分析|GA-BP遗传算法优化神经网络时间序列预测（Matlab完整程序）目录时间序列分析|GA-BP遗传算法优化神经网络时间序列预测（Matlab完整程序）预测结果基本描述完整程序评价指标参考资料预测结果基本描述
小橘算法屋·2022-11-24 01:44

数据分析 时间序列分析 时域分析

也就是说序列值间存在着具有统计规律的相关关系.其目标是:找出序列值间相关关系的统计规律并拟合出适当的数学模型来描述这种规律,进而利用该模型预测序列未来的值.这种方法理论基础牢固,操作步骤规范,分析结果易于解释,是时间序列分析的主流方法
EdVzAs·2022-11-23 21:11

时间序列学习笔记

从时间序列中把这三个部分分解出来是时间序列分析的首要任务。在实际问题中所能得到的数据只是时间序列的有限观测样本。时间序列分析的主要任务就是根据观测数据的特点为数据建立尽可能合理的统计模型。
张某人ER·2022-11-23 14:25

#今日论文推荐# Transformers如何进行时序分析？Rowan大学最新《Transformers时序分析》综述

近年来，Transformer已被应用于时间序列分析的各个方面。本教程概述了Transformer架构及其应用程序，并收集了来自时间序列分析方面的最新研究论文的示例。
wwwsxn·2022-11-23 14:51

论文笔记：时间序列分析

论文笔记：CausalInferenceonEventSequences论文综述解决的问题：两个不同的序列xn与yn，是否能断定他们相互关联，或者说存在因果关系。依托的主要知识：概率论名词解释：格兰杰因果关系Grangercausality统计学上的因果关系：从统计的角度，因果关系是通过概率或者分布函数的角度体现出来的：在宇宙中所有其它事件的发生情况固定不变的条件下，如果一个事件A的发生与不发生对
彩虹糖梦·2022-11-23 14:42

时间序列分析（11）| 向量自回归模型（VAR模型）

上篇介绍的传递函数模型的假设是，会影响到，而不会影响到，因此称为外生变量（exogenousvariable）。如果和以及更多的变量之间能够相互影响，此时它们就是内生变量（endogenousvariable）。向量自回归模型（vectorautoregressivemodel，VAR模型）研究的就是内生变量之间的相互影响作用。1模型形式以双变量为例：402PaymentRequired式中，、、
R语言学堂·2022-11-23 12:59

Python统计学10——时间序列分析自回归模型(ARIMA)

时间序列也是传统统计学很重要的一个领域，现代经济类的数据基本都是时间序列数据。时间序列最经典的模型自然是ARIMA模型，全称是自回归积分滑动平均模型（AutoregressiveIntegratedMovingAverageModel）。原理本文就不过多介绍了，主要是讲述如何使用Python进行ARIMA建模的过程。自回归主要是单变量模型，也就是一个变量一条数据。多个变量的叫做向量自回归模型（VA
阡之尘埃·2022-11-23 12:28

【时间序列分析基础系列之一】随机性时间序列模型

文章目录前言1随机性时间序列模型1.1基本概念1.1.1随机过程概念1.1.2几个重要的平稳随机过程白噪声（纯随机过程）独立增量随机过程二阶矩过程与宽平稳过程严平稳随机过程正态过程1.1.3动态性2算子2.1差分算子2.2格林函数2.3后移算子3分解3.1Wold分解4参数估计4.1直接估计法4.1.1矩估计4.1.2极大似然估计4.1.3条件最小二乘估计4.2数值法4.2.1线性迭代法4.2.2
SOMBAM·2022-11-23 12:09

【时间序列分析基础系列之二】自回归分布滞后模型

文章目录1分布滞后模型和自回归模型的关系1.1分布滞后模型1.2自回归模型1.3动态分布滞后模型（ADL模型）2缓解多重共线性的估计方法2.1第一类先验约束条件的解决方法2.1.1非线性最小二乘法(NLS)2.1.2科克变换2.1.2.1适应预期模型2.1.2.2部分调整模型2.2第二类先验约束条件的解决方法3动态分布滞后模型(ADL)4误差修正模型(ECM)模型推导ECM模型的特点1分布滞后模型
SOMBAM·2022-11-23 12:05

时间序列分析工具箱—— h2o + timetk

作者：徐瑞龙，量化分析师，R语言中文社区专栏作者博客专栏：https://www.cnblogs.com/xuruilong100本文翻译自《DemoWeek:TimeSeriesMachineLearningwithh2oandtimetk》原文链接：https://www.business-science.io/code-tools/2017/10/28/demo_week_h2o.html文
R语言中文社区·2022-11-23 03:04

时间序列分析之：函数分解decompose

时间序列分析——函数分解第一篇函数分解函数分解decompose文章目录时间序列分析——函数分解前言一、函数分解是什么？
浪漫的数据分析·2022-11-22 19:10

【机器学习】数据挖掘实战：金融贷款分类模型和时间序列分析

今天给大家带来一个企业级数据挖掘实战项目，金融贷款分类模型和时间序列分析，文章较长，建议收藏！
风度78·2022-11-22 15:06

自监督论文阅读笔记 Self-supervised Learning in Remote Sensing: A Review

深度神经网络对大量数据的丰富结构进行建模的优势已经导致了计算机视觉、自然语言处理、自动语音识别和时间序列分析的重大突破。然而，深度神经网络的性能对训练数据的大小和质量非常敏感。
YoooooL_·2022-11-22 11:34

数据分析 时间序列分析 时间序列的预处理

一.概述1.时间序列的预处理:对观测值序列的纯随机性和平稳性的检测称为"时间序列的预处理",根据检测结果可将序列分为不同类型.记γ(s,t)=Cov(Xs,Xt)2.概率分布族:对时间序列{Xt,t∈T},∀m∈Z+,t1,t2...tm∈T\{X_t,t\inT\},∀m\inZ^+,t_1,t_2...t_m\inT{Xt,t∈T},∀m∈Z+,t1,t2...tm∈T,将Xt1,Xt2...
EdVzAs·2022-11-21 18:18

Python预处理时间序列数据的方法汇总

时间序列数据随处可见，要进行时间序列分析，我们必须先对数据进行预处理。时间序列预处理技术对数据建模的准确性有重大影响。在本文中，我们将主要讨论以下几点：时间序列数据的定义及其重要性。
欣一2002·2022-11-21 18:46

时间序列数据的预处理方法总结

时间序列数据随处可见，要进行时间序列分析，我们必须先对数据进行预处理。时间序列预处理技术对数据建模的准确性有重大影响。在本文中，我们将主要讨论以下几点：时间序列数据的定义及其重要性。
Love Python数据挖掘·2022-11-21 18:13

arima 数据预处理_时间序列分析 第二章-时间序列的预处理

应用时间序列分析实验报告实验名称第二章时间序列的预处理一、上机练习2.4.1绘制时序图dataexample2_1;inputprice1price2;time=intnx('month','01jul2004
朱昆 iamkun·2022-11-21 18:12

【时间序列分析】时间序列预处理

1.4-延迟k自相关函数2、平稳性检验2.1-图检验（1）时序图（2）自相关图（3）偏自相关图2.2-统计检验（1）单位根检验（2）平稳域检验3、纯随机性检验(白噪声检验)LB统计量【参考文献】王燕.应用时间序列分析
zoxiii·2022-11-21 18:38

时间序列分析学习笔记：时间序列的预处理（平稳性检验、纯随机性检验）

1时间序列预处理2平稳性检验2.1特征统计量（概率分布的意义）2.2时间序列的概率分布2.3概率分布族应用的局限性2.4特征统计量（均值、方差）2.5平稳时间序列的定义（严平稳、宽平稳）2.6正态时间序列2.7平稳时间序列的统计性质2.8自相关系数的性质2.9平稳时间序列的意义2.10平稳性的重大意义2.11样本自协方差函数2.12平稳性的检验（图检验方法、统计检验方法）2.13时序图检验2.14
xMathematics·2022-11-21 18:57

使用R语言对股票数据进行时间序列分析

tushareID:469251R语言相对于python在做统计分析是十分方便的软件，时间序列分析在数理统计理论方面很有支撑，解释性也很强，理论已经很成熟，不了解的小伙伴可以去搜下相关课程。
shortspring·2022-11-21 07:35

Python基于季节性自回归移动平均模型(SARIMA模型)进行时间序列分析建模项目实战

说明：这是一个机器学习实战项目（附带数据+代码+文档+视频讲解），如需数据+代码+文档+视频讲解可以直接到文章最后获取。1.项目背景SARIMA是季节性自回归移动平均模型。对于周期性时间序列，首先需要去除周期性，去除的方式是在周期间隔上做一次ARIMA，此时可以得到一个非平稳非周期性的时间序列，然后在此基础之上再一次使用ARIMA进行分析。本项目应用SARIMA算法进行建模、预测、分析，形成一个完
胖哥真不错·2022-11-21 02:08

利用LSTM进行时序预测

我们先来了解两个主题：什么是时间序列分析？什么是LSTM？时间序列分析：时间序列表示基于时间顺序的一系列数据。它可以是秒、分钟、小时、天、周、月、年。未来的数据将取决于它以前的值。
任识算法·2022-11-20 23:03

利用Python对销售额进行预测

我们先来了解两个主题：什么是时间序列分析？什么是LSTM？时间序列分析：时间序列表示基于时间顺序的一系列数据。它可以是秒、分钟、小时、天、周、月、年。未来的数据将取决于它以前的值。
俊红的数据分析之路·2022-11-20 23:30

如何对销售额进行预测？

我们先来了解两个主题：什么是时间序列分析？什么是LSTM？时间序列分析：时间序列表示基于时间顺序的一系列数据。它可以是秒、分钟、小时、天、周、月、年。未来的数据将取决于它以前的值。
数据不吹牛·2022-11-20 23:29

时间序列预测

关注点：趋势、季节变化、序列相关性（自相关性）：随机噪声时间序列分析的核心就是挖掘该时间序列中的自相关性平稳性：经由样本时间序列得到的拟合曲线，未来一段时间内仍
xiongyuqing·2022-11-20 21:50

【数据挖掘】时间序列分析理论和使用SPSS进行ARIMA模型分析

【数据挖掘】时间序列分析理论和使用SPSS进行ARIMA模型分析1前言1.1基本概念1.2时间序列分析的一般步骤1.3时间序列的图形化观察及检验2时间序列的图形化观察工具2.1序列图2.2直方图2.3自相关函数图和偏自相关函数图
狮智先生·2022-11-20 20:42

第15章Stata时间序列分析

单位根检验1.ADF检验2.PP检验案例延伸15.3协整检验1.EF-ADF检验2.迹检验案例延伸1.EG-ADF检验方法构建出的协整模型2.迹检验方法构建出的协整模型15.4格兰杰因果关系检验案例延伸时间序列分析是种动态数据处理的统计方法
查尔斯-狩乃·2022-11-20 20:40

大数据技术技能分析大赛——第六章 时间序列

第六章时间序列获取当前时间时间运算时间序列分析1、获取当前时间（1）Datetime模块在time模块上做了封装，提供了更多更好的类，常用的有date，年月日time，时分秒datetime，综合年月日时分秒
觉行悟·2022-11-20 11:25

使用 LSTM 进行多变量时间序列预测

我们先来了解两个主题——什么是时间序列分析？什么是LSTM？时间序列分析：时间序列表示基于时间顺序的一系列数据。它可以是秒、分钟、小时、天、周、月、年。未来的数据将取决于它以前的值。
deephub·2022-11-19 23:48

基于Python的 LSTM模型，更加精准的时间序列预测

我们先来了解两个主题：什么是时间序列分析？什么是LSTM？时间序列分析：时间序列表示基于时间顺序的一系列数据。它可以是秒、分钟、小时、天、周、月、年。未来的数据将取决于它以前的值。
数据不吹牛·2022-11-19 23:43

数学建模笔记

文章目录层次分析法——评价类问题原理代码插值算法原理代码拟合算法原理代码相关系数person相关系数spearman相关系数二分类和多分类二分类逻辑回归费希尔判别多分类Fisher判别聚类模型分析时间序列分析层次分析法
zyw2002·2022-11-19 20:59

应聘上海辉颐系统集成量化研究员需要什么条件？

1、教育背景：毕业或在读于国内外知名高校，金融工程、数学、统计、物理、计算机等相关专业，硕士及以上学历优先；2、熟悉统计建模、多元回归、时间序列分析等；有机器学习特别是深度学习相关经验者优先；3、能运用数学和统计技术处理复杂数据集
qq_121463726·2022-11-19 17:04

R语言armasubsets使用及报错问题处理

时间序列分析在时间序列分析的建模过程中，我们常用armasubsets给我们的模型进行定阶，优化。armasubsets()inTSApackage,判别准则BIC。
好酒不见啦·2022-11-19 10:08

平稳非白噪声序列的检验（R语言）

文章所属内容为时间序列分析，是构建模型、构建预测模型的第一步。我们在拿到一组数据X之后，先对数据X进行时间序列的转换。
好酒不见啦·2022-11-19 10:08

基于数据挖掘的H公园客流量分析预测

第2章H公园客流量初步分析2.1H公园客流量数据及初步时间序列分析方法选择H公园开园于2018年11月，开园时间短，所拥有的历史数据只有一年多，缺少历年来数据的对比，相关人员本身无法根据这些数据得到有价值的信息
洗则灵·2022-11-17 13:42

时间序列分析中的自相关

什么是自相关以及为什么它在时间序列分析中是有用的。在时间序列分析中，我们经常通过对过去的理解来预测未来。为了使这个过程成功，我们必须彻底了解我们的时间序列，找到这个时间序列中包含的信息。
·2022-11-16 23:46

Timesnet: Temporal 2d-variation modeling for general time series analysis

Timesnet:Temporal2d-variationmodelingforgeneraltimeseriesanalysis(ICLR2022)时间序列分析在天气预报、异常检测、行为识别等领域有着广泛的应用
西西弗的小蚂蚁·2022-11-16 11:36

时间序列模型算法 - ARIMA （一）

时间序列模型1.时间序列模型概述1.1时间序列的不同分类1.2确定性时间序列分析方法概述1.3三种时间序列模型2.指标平滑ES2.1一次指数平滑法3.ACF与PACF4.AR5.MA6.ARMA7.ARIMA7.1
我老婆周淑怡·2022-11-16 08:43

金融时间序列分析：9. ARMA自回归移动平均模型

0.目录金融时间序列分析：9.ARMA自回归移动平均模型金融时间序列分析：8.MA模型实例（Python）金融时间序列分析：7.MA滑动平均模型金融时间序列分析：6.AR模型实例金融时间序列分析：5.AR
微岩·2022-11-16 08:09

金融时间序列分析：4. AR自回归模型

0.目录金融时间序列分析：9.ARMA自回归移动平均模型金融时间序列分析：8.MA模型实例（Python）金融时间序列分析：7.MA滑动平均模型金融时间序列分析：6.AR模型实例金融时间序列分析：5.AR
微岩·2022-11-16 08:39

金融时间序列分析：8. MA模型实例（Python）

0.目录金融时间序列分析：9.ARMA自回归移动平均模型金融时间序列分析：8.MA模型实例（Python）金融时间序列分析：7.MA滑动平均模型金融时间序列分析：6.AR模型实例金融时间序列分析：5.AR
微岩·2022-11-16 08:39

金融时间序列分析：5. AR模型实例（Python）

0.目录金融时间序列分析：9.ARMA自回归移动平均模型金融时间序列分析：8.MA模型实例（Python）金融时间序列分析：7.MA滑动平均模型金融时间序列分析：6.AR模型实例金融时间序列分析：5.AR
微岩·2022-11-16 08:08

金融时间序列分析：7. MA滑动平均模型

0.目录金融时间序列分析：9.ARMA自回归移动平均模型金融时间序列分析：8.MA模型实例（Python）金融时间序列分析：7.MA滑动平均模型金融时间序列分析：6.AR模型实例金融时间序列分析：5.AR
微岩·2022-11-16 08:08
上一页 7 8 9 10 11 12 13 14 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他