时间序列分析

Python Pandas 时间序列分析

1、时间数据类型Pandas库中，处理时间数据是一个核心功能，特别是对于时间序列分析。Pandas提供了专门的数据类型和一系列工具来处理时间和日期。
weixin_42098295·2024-01-11 00:17

Pendulum详解3——Pendulum在数据分析中的应用 - 时光的数据探险

1.时间序列分析时间序列数据在数据分析中扮演着至关重要的角色，涵盖了许多领域，从金融到气象再到业务分析。Pendulum作为一款专注于时间处理的P
theskylife·2024-01-10 13:31

R语言学习入门（一）

R语言是基于S语言的一种方言，它提供了广泛的统计和图形技术，包括线性和非线性建模、时间序列分析、分类和聚类分析、数据可视化等。R语言的特点包括易于使用、开源免费、拥有强大的图形能力和扩展性。
亦旧sea·2024-01-10 05:44

Informer：用于长序列时间序列预测的高效Transformer模型

最近在研究时间序列分析的的过程看，看到一篇精彩的文章，名为：《Informer:BeyondEfficientTransformerforLongSequenceTime-SeriesForecasting
随机惯性粒子群·2024-01-07 23:32

时间序列系列04-时间序列间因果关系

挖掘时间序列间的因果关系是时间序列分析中的一个重要任务，它有助于理解变量之间的动态关系、预测未来趋势以及发现潜在的影响因素。
月落霜满天·2024-01-07 07:27

时间序列系列02-时间序列分析

过去的数据点可能会对未来的数据产生影响，因此时间序列分析需要考虑这种依赖性。趋势性：趋势是时间序列数据在长期内表现出的总体变化方向。
月落霜满天·2024-01-07 07:26

深入Pandas（二）：高级数据处理技巧

文章目录系列文章目录引言时间序列分析可视化示例高级数据分析技术分组与聚合操作时间序列分析高级数据操作数据合并与重塑示例：数据合并merge示例：数据合并concat示例：数据重塑-透视表高级索引技巧结论系列文章目录
跑起来总会有风·2024-01-06 11:24

时间序列分析：ARIMA 模型（Python实践）

全文共25000余字，预计阅读时间约50~83.33分钟|满满干货，建议收藏！这里写目录标题1.ARIMA模型的由来2.ARIMA模型的基本概念2.1ARIMA模型的基本思想2.2ARIMA模型的数学表达式3.差分过程（I）的详解3.1什么是差分3.2差分的阶数3.3什么是滞后3.4滞后差分（多步差分）3.5使用差分消除数据波动3.6概念总结4.ARIMA(p,d,q)模型的参数选择4.1p和q到
艽野尘梦better·2024-01-06 10:04

时间序列分析进阶全面指南（附 Python 代码）

作者SelvaPrabhakaran,来自时间序列分析时间序列是在规律性时间间隔上记录的观测值序列。本文将带你了解在Python中分析给定时间序列的特征的21个全过程。内容较长，建议收藏、点赞、关注。
艽野尘梦better·2024-01-06 10:03

AI时代Python金融大数据分析实战：ChatGPT让金融大数据分析插上翅膀

目录引言1.Python在股票市场分析中的应用2.投资组合优化3.风险管理与预测时间序列分析机器学习在风险预测中的应用大数据分析与风险建模总结⭐️好书推荐【内容简介】前些天发现了一个巨牛的人工智能学习网站
库库的里昂·2024-01-06 07:59

清风数学建模笔记-时间序列分析

：2.循环变动趋势（和季节很像但是是以年为单位）3.不规则变动趋势（像扰动项）4.长期变动趋势三.叠加模型和乘积模型四.SPSS处理时间序列分解1.处理时间序列中的缺失值：2.定义时期和时间：3.进行时间序列分析
别被算法PUA·2024-01-04 20:14

2024美赛数学建模常用数学建模时间序列模型之——移动平均法

分析时间列的方法构成数据分析的一个重要领域，即时间序列分析。时间序列根据所研究的依据不同，可有不同的分类。1．按所研究的对象的多少分，有一元时间序列和多元时间序列。
建模忠哥小师妹·2024-01-04 09:55

数学建模 - 时间序列分析

来自清风的数学建模课程，主要是用于自己复习看，所以截图较多时间序列分析时间序列两个组成要素时间要素：年、季度、月、周、日…数值要素分类时期时间序列时点时间序列时间序列分解长期趋势：T季节趋势：S循环变动
yb0os1·2024-01-03 19:56

【机器学习】快速入门！关于 Pandas 库的简介和常用方法整理

PandasPandas简介1.数据加载和存储加载数据：存储数据：2.数据清洗3.数据统计和汇总4.数据选择和过滤5.数据合并和连接6.时间序列处理创建时间序列数据：索引和选择：时间序列分析：时间序列可视化
SuasyYi·2024-01-01 06:58

【Python百宝箱】优化 Python 中的科学计算与建模：从 SymPy 到 Optuna

从SymPy提供的符号计算，到scikit-optimize的贝叶斯优化，再到NumPy和SciPy的数值计算和统计建模，以及利用Statsmodels进行回归分析和时间序列分析，再到PyMC3的贝叶斯统计建模
friklogff·2023-12-30 14:51

时间序列分析

常用数据集2.monash数据集官网链接我们的存储库包含30个数据集，包括公开可用的时间序列数据集(不同格式)和由我们管理的数据集。DatasetDomainNo:ofSeriesMin.LengthMax.LengthCompetitionMultivariateDownloadSourceM1Multiple100115150YesNoYearlyQuarterlyMonthlyYearlyA
知福致福·2023-12-30 03:37

2024 人工智能与大数据专业毕业设计(论文)选题推荐

目录前言毕设选题2.1目标检测与图像分类2.2自然语言处理与文本生成2.3时间序列分析与预测2.4强化学习与智能决策3.选题迷茫4.选题的重要性更多选题指导最后前言大四是整个大学期间最忙碌的时光,一边要忙着准备考研
Krin_IT·2023-12-29 09:10

计量经济学|学习笔记以及学习感悟

中级计量经济学则深入研究这些方法的理论基础和实际应用，包括更复杂的模型和技术，如面板数据分析、时间序列分析和因果推断等。中级课程还探讨了更多的计量经济学理论，如内生性问题、工具变量和因果推断的困难等。
封印师请假去地球钓鱼·2023-12-28 21:33

数据科学与大数据专业毕业设计(论文)选题推荐

目录前言毕设选题2.1目标检测与图像分类2.2自然语言处理与文本生成2.3时间序列分析与预测3.选题迷茫4.选题的重要性更多选题指导最后前言大四是整个大学期间最忙碌的时光,一边要忙着准备考研,考公,考教资或者实习为毕业后面临的就业升学做准备
weixin_55149953·2023-12-26 02:08

【论文解读】ICLR2023 TimesNet: TEMPORAL 2D-VARIATION MODELING FOR GENERAL TIME SERIES ANALYSIS

文中提出了将TimesBlock作为时间序列分析的任务通用主干的TimesNet。TimesBlock可以自适应地发现多周期性，并通过参数有效的起始块从变
Scc_hy·2023-12-25 10:39

时间序列数据压缩算法简述

时间序列分析对于各种任务至关重要，包括异常检测、预测、分类和聚类等。然而，时间序列数据的庞大数量和复杂性可能对高效存储、检索和处理带来重大挑战[2]。相比于传统的关系型数据库，时间
CnosDB·2023-12-25 02:00

【时序分析】TimeGPT：首个时间序列分析基础大模型

TimeGPT：首个时间序列分析基础大模型1.论文解读1.1研究背景1.2TimeGPT详解1.2.1时间序列预测问题基础1.2.2TimeGPT架构1.2.3训练数据集1.2.4训练TimeGPT1.2.5
镰刀韭菜·2023-12-23 14:39

时间序列预测模型介绍及使用经验总结

时间序列分析，一般有时域和频域两种分析方法。时序预测的本质是在时域和频域层面探索时间序列变化的内在规律。下图描述的是时域（temporaldomain），横坐标是时间，纵坐标是某个测量信号的数值。
Charles_yy·2023-12-23 06:05

【Python百宝箱】时序之美：Python 时间序列探秘与创新

时光漫游：Python时间序列分析全指南前言在数字化时代，时间序列数据扮演着关键的角色，从金融到气象再到生产制造。
friklogff·2023-12-22 06:20

时间序列分析最顶流的 Python 库

时间序列分析是一种强大的工具，可用于从数据中提取有价值的信息并对未来事件进行预测。它可用于识别趋势、季节性模式和变量之间的其他关系。时间序列分析还可用于预测未来事件，例如销售、需求或价格变动。
Python正在输入中......·2023-12-22 05:20

【Python】—— pandas 数据分析

pandas数据分析相关知识了解1.数据清理2.探索性数据分析（EDA）3.数据过滤和选择4.数据分组和聚合5.数据合并和连接6.时间序列分析7.统计分析第1关：了解数据集特征第2关：DataFrame
ZShiJ·2023-12-20 19:18

基于顺序模式的度量的多元时间序列非线性分析的Matlab工具箱代码

基于顺序模式的度量的多元时间序列非线性分析的Matlab工具箱代码时间序列分析是一种重要的数据分析方法，广泛应用于金融、气象、生态学等领域。
coding远方·2023-12-20 18:15

VAR模型

VAR（VectorAutoregression）模型是一种用于时间序列分析的统计模型，它可以描述多个变量之间的相互关系和动态演化。
星宇星静·2023-12-18 12:25

时间序列分析算法的概念、模型检验及应用

时间序列分析是一种用于研究随时间变化的数据模式和趋势的统计方法。这类数据通常按照时间顺序排列，例如股票价格、气温、销售额等。时间序列分析的目标是从过去的观测中提取信息，以便预测未来的趋势。
rubyw·2023-12-16 19:39

时间序列分析：预测趋势和模式

写在开头时间序列分析是一种利用历史数据来研究时间上的变化规律和特征的统计方法。它可以帮助我们发现数据中隐藏的趋势、周期、季节性、异常等模式，从而为未来的决策和预测提供依据。
theskylife·2023-12-15 17:27

【数学建模】《实战数学建模：例题与讲解》第九讲-时间序列分析（含Matlab代码）

【数学建模】《实战数学建模：例题与讲解》第九讲-时间序列分析（含Matlab代码）基本概念确定性时间序列分析方法平稳时间序列模型ARIMA模型季节性序列习题8.11.题目要求2.解题过程3.程序4.结果习题
zhushatong·2023-12-14 23:11

做数据分析为何要学统计学（11）——如何进行时间序列分析

通过对时间序列展开分析，能够回答如下问题：（1）被研究对象的活动特征是否有周期性（也称季节性）（2）被研究对象的活动特征是否有趋势性（上升或下降）时间序列分析有多种方法，常用方法为STL(SeasonalandTrenddecompositionusingLoess
interbigdata·2023-12-14 18:43

Python 数据处理与分析之 Pandas 库

相比于其他的数据处理库，pandas更适用于处理具有关系型数据或者带标签数据的情况，在时间序列分析方面也有着不错的表现。如果需要进行数据操作、清理、转换和分析，Pandas通常是一
墨鸦_Cormorant·2023-12-14 17:48

数据分析大赛医药电商问题——时间序列SARIMA模型

这次比赛，我主要用的分析工具是Python，主要用到的库是Numpy，matplotlib，pandas，seaborn还有一系列时间序列分析相关的库，代码中会提到。
Dave-Yang·2023-12-02 02:32

informer辅助笔记：utils/timefeatures.py

定义了一套与时间特征相关的类和函数，旨在从时间序列数据中提取有用的时间特征，以支持各种时间序列分析和预测任务fromtypingimportListimportnumpyasnpimportpandasaspdfrompandas.tseriesimportoffsetsfrompandas.tseries.frequenciesimportto_offset1TimeFeature
UQI-LIUWJ·2023-12-01 15:38

数据挖掘之时间序列分析

时间序列分析的主要目的是根据已有的历史数据对未来进行预测。时间序列分析主要包括的内容有：趋势分析、序列分解、序列预测。
金戈鐡馬·2023-11-30 11:19

R语言dlnm包在时间序列空气污染数据的分布滞后线性和非线性模型的应用(2)

Airpollutionandcoronaryheartdisease–relatedhospitalvisitsinBeijing,China:time-seriesanalysisusingageneralizedadditivemode（空气污染和冠心病相关医院访问,中国北京:时间序列分析应用广义加性模型
天桥下的卖艺者·2023-11-30 08:23

时间序列分析【python代码实现】

时间序列分析是一种用于建模和分析时间上连续观测的统计方法。它涉及研究数据在时间维度上的模式、趋势和周期性。
RRRRRoyal·2023-11-29 12:48

运用spss实现时间序列分析（清风视频笔记）

时间序列是某个指标数值长期变化的数值表现，所以时间序列变化背后必然蕴含着数值变化的规律性。时间序列的数值变化规律：1.长期变动趋势（Tseculartrend)2.季节变动规律(Sseasonaltrend)3.周期变动规律(Ccyclicalvariation)4.不规则变动（随机扰动项）(Iirregularvariation)(白噪声）以上四种变化是时间序列数值变化的分解结果，由于变动组合的
RRRRRoyal·2023-11-29 12:47

一文详解RNN（基础篇）

RNN广泛应用于自然语言处理、语音识别、机器翻译等任务，以及时间序列分析等领域。1.RNN底层原理:RNN的底层原理是通过展开时间的方式来构建一个循环连接的网络结构。
RRRRRoyal·2023-11-29 12:47

时间序列分析算法介绍

时间序列分析是一种广泛应用于数据预测、模式识别和趋势分析领域的统计方法。它主要用于处理具有时间相关性的观测数据，通过分析数据中的趋势、季节性和周期性等结构，来预测未来的数值或发现隐藏的模式和规律。
RRRRRoyal·2023-11-29 12:38

对高数的调侃！

从这几座城里流出了几条溪，比较著名的有：柯溪（Cauchy）、数学分溪（数学分析）、泛函分溪（泛函分析）、回归分溪（回归分析）、时间序列分溪（时间序列分析）等。其
听风在唱看花在舞·2023-11-28 18:53

大数据和智能数据应用架构系列教程之：大数据与时间序列分析

本文将基于真实案例，从以下几个方面深入剖析大数据和时间序列分析相关的知识：数据产生背景介绍数据采集方式、处理方式及实时计算方式大数据分析中的数据特征、数据结构、数据挖掘、预测等技术细节
禅与计算机程序设计艺术·2023-11-28 00:23

Prophet 时间序列预测框架入门实践笔记

1.Prophet时间序列预测框架概述Prophet是Facebook开源的一种时间序列预测框架，旨在使时间序列分析更加容易和快速。
肖永威·2023-11-26 06:49

时间序列分析ARMA模型原理及Python statsmodels实践（上）

1.时间序列及相关基本概念1.1.时间序列分解1.2.时间平稳序列1.3.自相关与自相关函数（ACF）1.4.白噪声及Ljung-Box检验1.4.1.白噪声1.4.2.Ljung-Box检验1.5.时间序列分析的平稳性
肖永威·2023-11-26 06:48

CSDN ARIMA R语言_时间序列分析|ARIMA模型分步骤解析及R中实践

你是否想要做时间序列分析，但却不知道代码怎么写？你是否不清楚时间序列分析各种模型该在什么情况下使用？本文将针对以上两个问题，带你入门时间序列分析~等等！
weixin_39672443·2023-11-24 19:35

arima 数据预处理_时间序列分析|ARIMA模型分步骤解析及R中实践

你是否想要做时间序列分析，但却不知道代码怎么写？你是否不清楚时间序列分析各种模型该在什么情况下使用？本文将针对以上两个问题，带你入门时间序列分析~等等！
weixin_39751076·2023-11-24 19:05

【时间序列数据挖掘】ARIMA模型

目录0、前言一、移动平均模型MA二、自回归模型AR三、自回归移动平均模型ARMA四、自回归移动平均模型ARIMA【总结】0、前言传统时间序列分析模型：ARIMA模型是一个非常灵活的模型，对于时间序列的好多特征都能够进行描述
水w·2023-11-24 18:33

时间序列分析（1） | 自回归移动平均ARMA模型的平稳性条件

前段时间学堂发了一篇推文使用（偏）自相关函数判断ARMA模型的阶数时间序列分析系列推文的内容更加完整，小编决定重新开启本系列。
R语言学堂·2023-11-24 06:17

数学建模：14 时间序列

目录步骤基本概念时间序列分解叠加/乘积模型使用SPSS的实例步骤指数平滑模型Simple模型线性趋势模型布朗线性趋势模型阻尼趋势模型简单季节性温特加法模型温特乘法模型一元时间序列分析的模型基础概念平稳时间序列
NElks·2023-11-23 04:42
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他