时间序列分析

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

时间序列分析 | Python实现时间序列预测（LR、Dense、CNN、LSTM）

时间序列分析|Python实现时间序列预测（LR、Dense、CNN、LSTM）目录时间序列分析|Python实现时间序列预测（LR、Dense、CNN、LSTM）预测效果基本介绍程序设计参考资料预测效果
小橘算法屋·2023-02-02 11:44

数学建模学习笔记（十）——时间序列模型

文章目录一、时间序列综述二、时间序列数据以及基本概念三、时间序列分解四、指数平滑模型五、一元时间序列分析的模型六、AR（p）模型七、MA（q）模型八、ARMA（p,q）模型九、模型选择：AIC和BIC准则
striveAgain丶·2023-02-01 09:29

数学建模学习笔记——时间序列分析

只能得到未来一期的预测值阻尼参数越接近于1，阻力越大预测性回归——不关注显著性解释性回归——关注显著性扰动项一般都是白噪声序列arp模型一定是平稳的时间序列模型才能建模AICBIC越小越好
Grateful_Dead424·2023-02-01 09:23

时间序列分析ARMA模型-学习笔记

建模流程只用于我自己的学习理解，不一定规范！建模分解学习自《清风"数学建模算法讲解"》1.平稳性检验（1）平稳的定义：（2）AR（p）模型的平稳的条件一些推论：（3）MA（q）模型的平稳的条件只要q是常数，MA（q）模型一定是平稳的。（4）ARMA(p,q)模型平稳的条件2.白噪声检验（1）白噪声序列的定义从白噪声的定义中可以看出，对于白噪声时序，历史数据不能提供关于未来的信息，此时建立时序模型将
Merilynpa·2023-02-01 09:53

数学建模学习笔记（15）时间序列分析

时间序列分析时间序列分析概述和数据预处理时间序列分解模型指数平滑模型ARIMA模型SPSS专家建模器的使用步骤时间序列分析概述和数据预处理时间序列的概念：也称为动态序列，是指将某种现象的指标值按照时间顺序排列而成的数值序列
北岛寒沫·2023-02-01 09:51

奇异谱分析(SSA)的matlab实现

代码实现及案例展示总结前言  奇异谱分析（SSA）是主成分分析的一个特例，它特别适用于分析一维时间序列，能有效的提取时间序列中的趋势项、周期项、半周期项等有用信息，也可以实现数据的去噪、插值和外推等，是应用极为广泛的一种时间序列分析方法
咋（za）说·2023-01-30 22:15

时间序列分析 | Python实现SSA奇异谱时间序列分解(分解为周期序列和趋势序列的和)

时间序列分析|Python实现SSA奇异谱时间序列分解(分解为周期序列和趋势序列的和)目录时间序列分析|Python实现SSA奇异谱时间序列分解(分解为周期序列和趋势序列的和)基本介绍算法流程程序设计案例分析参考资料基本介绍时间序列分解是时序分析中的重要方法
小橘算法屋·2023-01-30 22:41

奇异谱分析SSA

）1.1SSA算法的基本流程1.2分解1.3重构1.4SSA预测1.4.1RecurrentForecast1.4.2VectorForecast2.python实现这两个月跟着老师做项目，接触了一点时间序列分析和预测的内容
一颗小芋圆·2023-01-30 22:39

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。
·2023-01-30 20:13

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。
·2023-01-30 20:41

ols回归结果分析表python_Python Statsmodels 统计包之 OLS 回归

Statsmodels是Python中一个强大的统计分析包，包含了回归分析、时间序列分析、假设检验等等的功能。
weixin_39826089·2023-01-30 14:54

15.时间序列分析

百度指数，可以看一些数据的趋势走向首先是一些模型的概念一个可视化小技巧：excel条件格式中的数据条SPSS操作数据--定义时间变量（季度/周……）画图一、指数平滑模型7种二、ARIMA模型（了解）三、应用模型拟合度种的BIC是用来衡量模型拟合情况的，如果拟合的好，这个值就越接近0
蔡鸽的蓝酋梦想·2023-01-30 12:55

[译] Python 的时间序列分析：简介

原文地址：TimeSeriesAnalysisinPython:AnIntroduction原文作者：WillKoehrsen译文出自：掘金翻译计划本文永久链接：github.com/xitu/gold-m…译者：ppp-man时间序列建模的加和模型时间序列是日常生活中其中一种最常见的数据类型。金融市场的价格、天气、家庭耗能、甚至体重都是可以定期收集数据的例子。几乎每个数据科学家都会在日常工作中碰
weixin_34315665·2023-01-29 20:05

时间序列分析 | RBF径向基神经网络时间序列预测（Matlab完整程序）

时间序列分析|RBF径向基神经网络时间序列预测（Matlab完整程序）目录时间序列分析|RBF径向基神经网络时间序列预测（Matlab完整程序）预测结果评价指标模型介绍完整程序预测结果评价指标训练集数据的
小橘算法屋·2023-01-29 14:15

Panada——系列Series

pandas是基于numpy构建的，为时间序列分析提供了很好的支持。pandas中有两个主要的数据结构，一个是Series，另一个是DataFrame。
d1b0f55d8efb·2023-01-28 11:11

时间序列分析|auto_arima调参

目录前言auto_arima参数列表实践案例结论前言在对时间序列进行ARIMA(p,d,q)建模的时候，一个比较头疼的事就是确定其中超参数p,d,q,常规做法是先用平稳性检验来确定d，然后通过ACF图和PACF图来观察p和q，这种通过机器和人工相结合的方法一套走下来往往比较长时间，而且还容易出错，如果只对一个时间序列进行分析还好，如果要对很多个时间序列，如300家连锁便利店每天的营销额进行批量建模
帅帅de三叔·2023-01-27 12:49

时间序列分析 | Python实现Auto-ARIMA时间序列分析

时间序列分析|Python实现Auto-ARIMA时间序列分析目录时间序列分析|Python实现Auto-ARIMA时间序列分析基本介绍程序设计学习总结基本介绍ARIMA模型是一种随机时序分析，是一个经典的时间序列模型
小橘算法屋·2023-01-27 12:49

Python 时间序列模型基本步骤

1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进行观察测量，将在一系列时刻所得到的离散数字组成的序列集合，称之为时间序列。
?Michelle·2023-01-27 10:07

python数据建模工具_python数据分析工具——Pandas、StatsModels、Scikit-Learn

Pandas的功能非常强大,支持类似于SQL的数据增、删、查、改,并且带有丰富的数据处理函数;支持时间序列分析功能;支持灵活处理缺失数据等。Pandas的安装相对来说比较容易,安
weixin_39558804·2023-01-27 10:27

两类时间序列的预测方法在原理和适用情况上的简要对比

对于两大类常用的预测方法，一是单变量和多变量的时间序列分析方法，另一类是基于机器学习和深度学习的回归方法，本文简要地进行逐个介绍分析。
山高月小 水落石出·2023-01-27 08:44

【量化课堂】Statsmodels 统计包之 OLS 回归 【0025 简单应用案例 需后期研究】

Statsmodels是Python中一个强大的统计分析包，包含了回归分析、时间序列分析、假设检验等等的功能。
三三三牛·2023-01-23 21:44

Python科研数据分析专题之描述性统计

保姆级教程|Pandas科研数据分析专题（四）数据的描述性统计实证类论文时间序列分析类论文数据的描述性统计Sim_Jackson|2023经常出现的数据描述性统计表格，在研究论文中多出现在章节，描述所获得的数据
Sim_Jackson·2023-01-23 14:35

EEMD分解如何对IMF分量进行显著性检验？

EEMD简介集合经验模态分解(EEMD)方法是一种时间上局部的自适应时间序列分析技术,适合于分析非线性、非平稳的时间序列.EEMD方法改进了经验模态分解(EMD)的模态混叠问题。
张小李的风·2023-01-22 20:47

5.时间序列分析

一.定义：时间序列分析(Time-SeriesAnalysis)是指将原来的数据分解为四部分来看——长期趋势（seculartrend，T）、季节趋势（seasonalvariation，S）、循环变动
机智何某·2023-01-22 10:32

python时间序列小波分析_时间序列的小波分析

其中，时域分析具有时间定位能力，但无法得到关于时间序列变化的更多信息；频域分析（如Fourier变换）虽具有准确的频率定位功能，但仅适合平稳时间序列分析。
weixin_39733812·2023-01-20 13:24

时间序列分析方法概述

时间序列分析方法总览1、移动平均法2、指数平滑法3、AR模型4、MA模型5、ARMA模型6、模型识别截尾：在大于某个常数k后快速趋于0为k阶截尾拖尾：始终有非零取值，不会在k大于某个常数后就恒等于零(或在
qq_24591139·2023-01-20 13:23

时间序列分析简介（一）

最早的时间序列分析古埃及人记录尼罗河的泛滥期构成时间序列。
LemonD_X·2023-01-20 13:22

确定性时间序列分析

确定性时间序列分析1.时间序列分析时间序列就是各时间点上形成的数值序列，时间序列分析就是通过观察历史数据预测未来的值，不受其他外在因素的影响。
ubyte_·2023-01-20 13:22
上一页 3 4 5 6 7 8 9 10 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他