时间序列分析(●‘◡‘●)

通过时间序列分析解锁客户行为

时间序列分析时间序列分析是一种统计技术，用于分析和解释随时间收集的数据。该技术广泛用于各个领域，例如金融，经济，工程和环境科学，以识别数据中的模式和趋势。
琉底骅网络·2023-04-16 13:10

GEEer成长日记十一：NDVI产品的年均值时间序列分析

更多精彩内容请关注微信公众号：GEEer成长日记这么做是想给大家提供一个示例，以后的工作中可以自行更换数据集和数据，可以选取EVI、夜间灯光指数、以及其他气象数据、空气污染数据等等。凡是通过计算可以获得或者已有的产品数据集，选择所要研究的波段即可，比例变换的代码也是现成的。01选取数据集//还是老样子哈，以广东省为目标vargeometry=ee.FeatureCollection('users/
爱探索的GEEer·2023-04-12 15:02

GEEer成长日记五：Sentinel-2计算NDVI并逐月时间序列分析

前几期我们介绍了MODIS和LANDSAT8遥感影像的MDVI时间序列，其他数据也与此类似，大家根据实际情况修改即可。本期我们介绍Sentinel-2Level-2A数据在时间序列方面的研究。COPERNICUS/S2_SR如果想深入了解这两个数据集，可以登录:https://sentinel.esa.int/web/sentinel/user-guides/sentinel-2-msi/prod
爱探索的GEEer·2023-04-12 15:32

GEEer成长日记三：Landsat8_NDVI产品逐月时间序列分析

继上一次介绍MODIS_NDVI产品的时间序列，今天小编继续为大家介绍两种常用的Landsat8的NDVI产品，并以广东省为例，分析2020年的时间序列。并加入趋势线分析。后期我们会带大家研究LANDSAT8_T1_SR系列和Sentinel-2在NDVI时间序列方面的研究。一、LANDSAT/LC08/C01/T1_32DAY_NDVI先看看官方介绍：这些Landsat8Collection1T
爱探索的GEEer·2023-04-12 15:31

GEEer成长日记四：Landsat8_SR计算NDVI并时间序列分析

实际工作中我们还需要通过LANDSAT8_SR影像进行NDVI时间序列分析，那么该怎么开展工作呢？本期我们就来介绍介绍。下一期我们将介绍Sentinel-2数据在时间序列方面的研究。
爱探索的GEEer·2023-04-12 15:31

GEE：时间序列分析2——将Landsat5、7、8所有影像合成一个影像集合，构建NDVI时间序列

为之后时间序列分析做数据准备。其中主要函数已经封装成了函数，方便使用。结果可以用于Sen-mann-kendall（MK）趋势分析、LandTr
_养乐多_·2023-04-12 15:26

GEE：DTW（Dynamic Time Warping）动态时间规整，Sentinel-2 时间序列分类

时间动态规整算法（DynamicTimeWarping，DTW）是一种常用到的时间序列分析方法，常用于时间序列分类、模式发现。
_养乐多_·2023-04-12 15:56

GEE：给影像加入时间属性，并插入影像集合，按时间排序影像集合

在遥感数据分析和处理中，往往需要对影像进行时间序列分析。在这个过程中，为了能够更好地利用影像数据，需要将影像加入时间属性。
_养乐多_·2023-04-11 16:26

数据挖掘当中的时间序列分析——不等权平滑分析

文章目录前言一、时间序列分析简介1.1、简介1.2、事物的变化过程1.3、序列分析1.4、时间序列分析二、预测方法2.1、简单移动平均法2.2、指数平滑方法1）不等权的平均方法2）十一点不等权平滑3）十五点平滑公式
张小鱼༒·2023-04-11 01:46

90H D11

8/2学习笔记时间序列分析一、含义分类二、水平分析：平均发展水平
华东说说·2023-04-10 20:47

金融相关时间序列分析全指南

来源：yv.l1.pnn-kesci.com原文链接：时间序列分析入门，看这一篇就够了点击以上链接不用配置环境，直接在线运行数据集下载：DJIA30股票时间序列本文包含时间序列的数据结构、可视化、统计学理论及模型介绍
91160e77b9d6·2023-04-10 07:03

时间序列分析苹果公司股票

针对该数据文件进行时间序列分析，得到交易总量排名第二的季度
Alex_杨策·2023-04-10 03:32

代码分享|R语言使用ARIMA模型进行时间序列分析

时间序列分析是一种数据分析，用于检查数据在一段时间内的行为。有许多技术可用于预测绘图图上的时间序列对象，但ARIMA模型是其中使用最广泛的方法。
拓端研究室·2023-04-08 14:18

PyFlux--专用时间序列分析库

PyFlux是一个用于时间序列分析和预测的库，用户可以从一系列灵活的建模和推断选项中进行选择，并将输出用于预测和回顾，用户可以构建一个完整的概率模型，其中数据y和潜在变量（参数）通过联合概率p（y，z）
Lavender-csdn·2023-04-08 14:48

7个最新的时间序列分析库介绍和代码示例

时间序列分析包括检查随着时间推移收集的数据点，目的是确定可以为未来预测提供信息的模式和趋势。
deephub·2023-04-08 14:15

python怎么导入pandas库_python怎么导入pandas

Pandas最初被作为金融数据分析工具而开发出来，因此，pandas为时间序列分析提供了很好的支持。(推荐学习：Python视频教程)Pandas的名称来自
weixin_39975683·2023-04-07 11:13

时间序列分析 | LSTM长短期记忆神经网络时间序列预测（Matlab完整程序）

时间序列分析|LSTM长短期记忆神经网络时间序列预测（Matlab完整程序）目录时间序列分析|LSTM长短期记忆神经网络时间序列预测（Matlab完整程序）预测结果评价指标基本介绍完整程序参考资料预测结果评价指标训练集数据的
前程算法屋·2023-04-07 03:07

小波分析

时间序列分析是地学研究中能够经常遇到的问题。在时间序列的研究中，时域和频域是常用的两种基本形式。时域具有时间定位功能，但无法得到关于时间序列变化的更多信息。
xiaofeixiazyh·2023-04-06 14:40

python中arch包的安装

做时间序列分析时，arch包一直安装不了，科学上网也不行，在网络上找的很多方法也不行解决方法找到了github上的地址:github上arch主页作者给出了以下解决方法:使用conda安装，成功安装condainstallarch-py-cconda-forge
hence..·2023-04-06 03:42

一、Python时间序列小波分析——实例分析

在时间序列分析中，小波分析主要用于时间序列的消噪和滤波，信息量系数和分形维数的计算，突变点的检测和周期成分的识别以及多时间尺度的分析等。小波分析通常以mat
hj_caas·2023-04-05 06:45

lstm 能耗预测_预测能耗第一部分

lstm能耗预测AnIntroductiontoTimeSeriesAnalysisandForecastingUsingPython使用Python进行时间序列分析和预测的简介时间序列分析与预测(TimeSeriesAnalysis
weixin_26705651·2023-04-04 17:14

时间序列分析 | LSBoost最小二乘树时间序列预测（Matlab完整程序）

时间序列分析|LSBoost最小二乘树时间序列预测（Matlab完整程序）目录时间序列分析|LSBoost最小二乘树时间序列预测（Matlab完整程序）预测结果评价指标基本介绍完整程序参考资料预测结果评价指标
前程算法屋·2023-04-03 04:48

【全国硕士研究生报名人数Python时间序列分析：ARIMA代码】

背景十九大报告，对教育方面做出了详细说明。近年来，随着研究生招生规模的逐渐扩大，报名参加硕士研究生考试的人数也逐年增加。大多数关于研究生的文章是以研究生的现状、研究生的教育、研究生的就业等方面为主题。就目前新闻热点而言，全国硕士研究生报名人数的增长问题也是一热门话题。报考人数与录取人数也存在着极大差异。针对近年来，全国各地硕士研究生报名人数稳增不减的情况，利用python以及时间序列相关分析，结合
麻辣白鱼·2023-04-03 02:00

机器学习中的开源框架

例如需要用到对时间序列分析的，那么就会使用循环神经网络Transfor
微生活Pro·2023-03-31 22:17

判断是否为节假日

在时间序列分析中，是否为节假日经常会对数据分析结果造成很大的影响，python中有一个chinese_calender包可以判断指定的一天是否为节假日。
白炎灵·2023-03-29 03:33

第三章 平稳时间序列

3.1方法性工具在时间序列分析中有一些方法性工具经常被使用，他们可以使我们的模型表达和序列分析更加简洁、方便。所以在介绍具体的模型之
readilen·2023-03-28 23:42

时间序列分析度量值

1.本期至今1.1月初至今MTD-MonthToDateMTD=CALCULATE([sales],DATESMTD('日期表'[日期]))MTD=TOTALMTD([sales],'日期表'[日期])1.2季初至今QTDQTD=CALCULATE([sales],DATESQTD('日期表'[日期]))QTD=TOTALQTD([sales],'日期表'[日期])1.3年初至今YTDYTD=CA
yangBiBi·2023-03-28 12:48

交通数据的时间序列分析和预测实战

本文主要内容★首先使用探索性数据分析，从不同时间维度探索分析交通系统乘客数量。★创建一个函数来检查时间序列数据的平稳性，通过一阶差分将非平稳性数据转化为平稳性数据。★然后将数据分为训练集和验证集，简单介绍了并应用多个时间序列预测技术，如朴素法、移动平均方法、简单指数平滑、霍尔特线性趋势法、霍尔特-温特法、ARIMA和SARIMAX模型。★最后使用SARIMAX模型预测未来7个月的流量，因为它有最小
程序员的隐秘角落·2023-03-24 15:22

统计学－时间序列分析实践

目标是预测未来三期传统汽车的销量。数据背景:03年到19年第一季度分季度的数据，13年之前只有传统汽车的销量，13年之后是传统汽车+新能源汽车的销量，需要预测未来三期传统汽车的销量～ps:传统汽车的销量会受到新能源汽车的影响噢~（我们先针对传统销量进行时间序列预测，不考虑新能源汽车）importnumpyasnpimportpandasaspdimportdatetimeimportmatplot
Vicky_1ecd·2023-03-23 09:47

时间序列(time series)系列1—简介

一、简介笔者在工作中，接触到了客流数据，网络质量数据等，零零散散的对时间序列分析方法进行了学习和实践。在平时的工作中，大多数公司都会有很多时序数据，也都离不开时序数据的挖掘。
Great_smile·2023-03-19 08:14

苏宁基于 AI 和图技术的智能监控体系的建设

汤泳，苏宁科技集团智能监控与运维产研中心总监，中国商业联合会智库顾问，致力于海量数据分析、基于深度学习的时间序列分析与预测、自然语言处理和图神经网络的研究。
图数据库NebulaGraph·2023-03-19 07:14

量化投资时间序列篇：基础理论篇

时间序列分析属于统计学的
魏佳斌·2023-03-17 20:36

时间序列分析_co2的预测分析

分析目的：根据时间序列反映出来发展过程和趋势，建立ARIMA模型，预测下一段时间可能达到的水平。字段说明date:时间co2:二氧化碳1.导入数据importpandasaspdimportnumpyasnpimportstatsmodels.apiassmimportmatplotlib.pyplotaspltplt.style.use('fivethirtyeight')data=sm.dat
a_big_cat·2023-03-17 18:17

时间序列最常用方法总结（附代码）

平时工作中每天都在和时间序列打交道，对时间序列分析进行研究是有必要的分享和交流一些自己的在时序处理方面的心得，提供一些思路介绍时序的发展情况，以及目前业界常用的方法代码希望能模板化，能直接复制过去使用时序方法发展技术交流技术要学会分享
Python数据挖掘·2023-03-16 20:04

python数据分析与挖掘实战——挖掘建模学习记录（二）

目录3关联规则算法3.1Apriori算法算法代码4时序模式4.1时间序列的预处理4.2平稳时间序列分析4.3非平稳时间序列分析代码5.离群点检测5.1基于模型的离群点检测方法5.2基于聚类的离群点检测方法基于原型的聚类的改进及代码
四九~·2023-03-16 07:20

ARIMA

imageARIMA(AutoregressiveIntegratedMovingAverage)模型是一种用于时间序列分析模型。
whimian·2023-03-10 01:38

数据分享|R语言分析上海空气质量指数数据：kmean聚类、层次聚类、时间序列分析：arima模型、指数平滑法|附代码数据

全文链接：http://tecdat.cn/?p=30131最近我们被客户要求撰写关于空气质量指数的研究报告，包括一些图形和统计输出。最近我们被客户要求撰写关于上海空气质量指数的研究报告。本文向大家介绍R语言对上海PM2.5等空气质量数据间的相关分析和预测分析，主要内容包括其使用实例，具有一定的参考价值，需要的朋友可以参考一下相关分析（correlationanalysis）是研究现象之间是否存在
·2023-02-25 00:16

深度学习-RNN

RNN的应用非常广泛，特别是在自然语言处理和时间序列分析方面。以下是RNN在各个领域的应用：自然语言处理（NLP）文本分类：将文本归类到不同的类别中，如情感分析、垃圾邮件过滤、新闻分类
·2023-02-23 10:46

R语言股票市场指数：ARMA-GARCH模型和对数收益率数据探索性分析|附代码数据

工业指数（DIJA）的价值基于每个组成公司的每股股票价格之和时间序列分析模型ARIMA-ARCHGARCH模型分析股票价格数据本文将分析工业指数（DJIA）
·2023-02-22 00:54

苏宁基于 AI 和图技术的智能监控体系的建设

汤泳，苏宁科技集团智能监控与运维产研中心总监，中国商业联合会智库顾问，致力于海量数据分析、基于深度学习的时间序列分析与预测、自然语言处理和图神经网络的研究。
·2023-02-20 17:48

跟着 Cell 学作图 | 6.时间序列分析(Mfuzz包)

cell_6.jpg跟着Cell学作图|6.时间序列分析(Mfuzz包)“实践是检验真理的唯一标准。”“复现是学习R语言的最好办法。”
木舟笔记·2023-02-17 13:25

时间序列预测分析先导篇

这一章节我们重点看以下几个部分：01选插入符合国标的中文文献时间序列分析方法分为描述性时序分析和统计时
医数思维云课堂·2023-02-17 13:12

电子书上新｜分析时间序列数据，预测未来

这本书介绍了机器学习和时间序列分析，并提供了精心设计的示例。——AndreasW.Kempa-Liehr博士奥克兰大学工程科学系讲师天气、股票、心跳都会产生时间序列数据。
turingbooks·2023-02-17 12:36

R语言中的时间序列分析模型：ARIMA-ARCH / GARCH模型分析股票价格|附代码数据

时间序列分析是统计学中的一个主要分支，主要侧重于分析数据集以研究数据的特征并提取有意义的统计信息来预测序列的未来值简介时序分析有两种方法，即频域和时域。
·2023-02-16 20:25

【单细胞轨迹分析】monocle2

其实在前面也提到过Pseudotime分析，拟时间序列分析（Pseudotime分析）是通过构建细胞间的变化轨迹来重塑细胞随着时间的变化过程。
jjjscuedu·2023-02-08 20:03

多元时间序列回归模型_多元时间序列分析和预测：将向量自回归（VAR）模型应用于实际的多元数据集...

多元时间序列回归模型MultivariateTimeSeriesAnalysis多元时间序列分析Aunivariatetimeseriesdatacontainsonlyonesingletime-dependentvariablewhileamultivariatetimeseriesdataconsistsofmultipletime-dependentvariables.Wegenerall
weixin_26746401·2023-02-06 07:51

时间序列预测

那么如何进行时间序列分析分析呢？通常来说我们尝试找出序列值在过去所呈现的特征模式，假定这种模式在未来能够持续，进而对未来进行预测。时间序列基本特征包括：趋势性，序列相关性，随机性。
why151·2023-02-05 09:00

数据分享|R语言分析上海空气质量指数数据：kmean聚类、层次聚类、时间序列分析：arima模型、指数平滑法|附代码数据

全文链接：http://tecdat.cn/?p=30131最近我们被客户要求撰写关于上海空气质量指数的研究报告，包括一些图形和统计输出。最近我们被客户要求撰写关于上海空气质量指数的研究报告。本文向大家介绍R语言对上海PM2.5等空气质量数据间的相关分析和预测分析，主要内容包括其使用实例，具有一定的参考价值，需要的朋友可以参考一下相关分析（correlationanalysis）是研究现象之间是否
·2023-02-04 00:04

python气象数据处理实例：构造自定义时间索引（时间戳）/r站点日均转月均/dataframe添加时间索引(datetimeindex)

背景与数据pandas作为python里常用的时间序列分析库，在气象数据处理中有着极为广泛地应用，其resample功能可以轻松地将不同频率时间序列转换，这正好满足气象中需要求日均、月均、甚至季节平均的需要
什么都不会的张同学·2023-02-02 12:28

时间序列分析 | Python实现Transformers时间序列预测时间序列预测（Exponential Smoothing Transformers）

时间序列分析|Python实现Transformers时间序列预测时间序列预测（ExponentialSmoothingTransformers）目录时间序列分析|Python实现Transformers
小橘算法屋·2023-02-02 11:51
上一页 3 4 5 6 7 8 9 10 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他