E-COM-NET
首页
在线工具
Layui镜像站
SUI文档
联系我们
推荐频道
Java
PHP
C++
C
C#
Python
Ruby
go语言
Scala
Servlet
Vue
MySQL
NoSQL
Redis
CSS
Oracle
SQL Server
DB2
HBase
Http
HTML5
Spring
Ajax
Jquery
JavaScript
Json
XML
NodeJs
mybatis
Hibernate
算法
设计模式
shell
数据结构
大数据
JS
消息中间件
正则表达式
Tomcat
SQL
Nginx
Shiro
Maven
Linux
时间序列模型
神经网络 - BP神经网络与RBF神经网络模型解决实际问题 - (Matlab建模)
常用的货运量预测方法包括时间序列方法、移动平滑法、指数平滑和随机时间序列方法、相关(回归)分析法、灰色预测方法和作为多种方法综合的组合预测方法等.这些方法大都集中在对其因果关系回归模型和
时间序列模型
的分析
黄大侠aa
·
2020-06-29 00:38
R/
Matlab/
Lingo/
Lindo
-
建模
python中利用ARIMA模型对时间序列问题进行预测(以洗发水销售预测为例)
注:
时间序列模型
适用于做短期预测,即统
就是求关注
·
2020-06-29 00:21
计算机类
深度学习
计算机毕业设计
第二章平稳
时间序列模型
——AR(p),MA(q),ARMA(p,q)模型及其平稳性
1白噪声过程:零均值,同方差,无自相关(协方差为0)以后我们遇到的efshow如果不特殊说明,就是白噪声过程。对于正态分布而言,不相关即可推出独立,所以如果该白噪声如果服从正态分布,则其还将互相独立。2各种和模型p阶移动平均过程:q阶自回归过程:自回归移动平均模型:如果ARMA(p,q)模型的表达式的特征根至少有一个大于等于1,则{y(t)}为积分过程,此时该模型称为自回归秋季移动平均模型(ARI
weixin_30586085
·
2020-06-27 21:54
多变量微积分笔记2——最小二乘法
这种技术通常用于预测分析,
时间序列模型
以及发现变量之间的因果关系。一元线性回归在机器学习中,一元线性回归是回归分析中最简单的一种,它有一个自变量和一个因变量,它是这样描述的:如果能够一系列训练
weixin_30246221
·
2020-06-27 15:11
时间序列分析--ARIMA模型
注意:
时间序列模型
通常适用于做短期预测,即统计序列过去的
蓁蓁尔
·
2020-06-27 07:57
机器学习相关
预测
数据
时间序列分析
ARMA模型
ARIMA模型
利用ARIMA进行时间序列数据分析(Python)
0导读阅读本文需要有掌握基本的ARIMA知识,倘若ARIMA相关内容已经遗忘,此处提供以下博文帮你回忆一下:时间序列预测之--ARIMA模型
时间序列模型
学习笔记ARIMA模型的拖尾截尾问题本文主要分为四个部分
浅笑古今
·
2020-06-27 04:05
自学
回归算法
这些技术应用于预测,
时间序列模型
和找到变量之间关系。例如可以通过回归去研究超速与交通事故发生次数的关系。我
小学生ing
·
2020-06-26 11:08
大数据
时间序列模型
的选择思路——学习笔记
本文大量参考了预测类问题与时间序列时间序列的四个特性时间序列:某个物理量对时间的函数。拿到一个时间序列,可以从四个角度去认识和挖掘它:1:随机vs确定可由外界的变化而确定,也可以是因为有复杂的原因,结果不确定。要先想想时间序列是否可以重复。有概率空间的概念。2:无记忆vs历史依赖无记忆:只和上一时刻相关,没有复杂记忆(马尔科夫过程);有记忆:与之前很多的时刻都相关,有复杂的历史依赖。3:线性vs非
HoKwan_大学渣
·
2020-06-26 08:04
时间序列预测
交通流分析1:《基于大数据的城市公路交通流短时预测研究_张红》阅读总结
建模方法这篇论文选用的是
时间序列模型
和小波理论,小波理论那里我实在没看懂,说说他基于
时间序列模型
的组合建模方法,这是选择
时间序列模型
的理由:作者是将整个交通流数据分解为四个分项(即从四个角度去看待的交通流数据
另请高明
·
2020-06-26 01:04
大数据
深度学习
机器学习
时间序列模型
之指数模型(Holt-Winters Model)
今天学习了一下
时间序列模型
中的指数平滑模型。时间序列数据的常用模型包括:Holt-WintersModel以及著名的ArimaModel。
Robin_Yao_Wenbin
·
2020-06-25 16:57
R
机器学习/统计
如何建立风险分析模型
Notes:下文主要针对传染病研究中的风险预测传染病风险预测可分为三类,第一类是基于统计学建模的预测方法,它主要包括三个方面的内容:广义线性模型、
时间序列模型
(ARIMA模型)以及灰色系统理论。
Show Me The Money
·
2020-06-25 13:10
风险分析
时序预测(网络流量预测)方法调研总结
线性
时间序列模型
2(一)自回归模型(AR(p))2(二)滑动平均模型(MA(q))2(三)ARMA(p,q)模型3(四)ARIMA(p,d,q)模型3(五)线性时间序列建模过程31)识别序列平稳性32)
tyxr5
·
2020-06-25 11:39
ML
时间序列模型
(五): 趋势外推预测方法
时间序列的其它博文系列:
时间序列模型
(一):模型概述
时间序列模型
(二):移动平均法
时间序列模型
(三):指数平滑法
时间序列模型
(四):差分指数平滑法、自适应滤波法v
时间序列模型
(五):趋势外推预测方法
时间序列模型
wamg潇潇
·
2020-06-25 04:25
matlab数学建模
时间序列分析
时间序列模型
(三):指数平滑法
时间序列的其它博文系列:
时间序列模型
(一):模型概述
时间序列模型
(二):移动平均法
时间序列模型
(三):指数平滑法
时间序列模型
(四):差分指数平滑法、自适应滤波法v
时间序列模型
(五):趋势外推预测方法
时间序列模型
wamg潇潇
·
2020-06-25 04:25
时间序列分析
时间序列模型
(四):差分指数平滑法、 自适应滤波法
时间序列的其它博文系列:
时间序列模型
(一):模型概述
时间序列模型
(二):移动平均法
时间序列模型
(三):指数平滑法
时间序列模型
(四):差分指数平滑法、自适应滤波法v
时间序列模型
(五):趋势外推预测方法
时间序列模型
wamg潇潇
·
2020-06-25 04:55
时间序列分析
matlab数学建模
时间序列模型
(二):移动平均法
时间序列的其它博文系列:
时间序列模型
(一):模型概述
时间序列模型
(二):移动平均法
时间序列模型
(三):指数平滑法
时间序列模型
(四):差分指数平滑法、自适应滤波法v
时间序列模型
(五):趋势外推预测方法
时间序列模型
wamg潇潇
·
2020-06-25 04:54
时间序列分析
【手把手教你】使用Python玩转金融
时间序列模型
01引言上一篇推文【Python量化基础】时间序列的自相关性与平稳性着重介绍了时间序列的一些基础概念,包括自相关性、偏自相关性、白噪声和平稳性,以及Python的简单实现。本文在此基础上,以沪深300指数收益率数据为例,探讨如何使用Python对平稳时间序列进行建模和预测分析。时间序列经典模型主要有自回归模型AR,移动回归模型MA,移动自回归模型ARMA,以及差分移动自回归模型ARIMA,今天主要
Python金融量化
·
2020-06-24 16:48
Python实现向量自回归(VAR)模型——完整步骤
废话不多说,先开始分享:1.首先啥是VAR模型,我这里简略通俗的说一下,想看代码的童鞋直接跳到第3部分就好了:以金融价格为例,传统的
时间序列模型
比如ARIMA,ARIMA-GARCH等,只分析价格自身的变化
mooncrystal123
·
2020-06-24 15:59
Python
VAR
向量自回归
X-Pack的machine learning
如何使用X-Pack的machinelearning最近在使用X-Pack中的机器学习功能,主要的就是利用非监督的
时间序列模型
,用来检测流量的变化,关于X-Pack这块的文章好像可以参考的比较少,所以我在这篇文章中大致的把
NoneSec
·
2020-06-24 07:00
bigdata
时间序列笔记:python中如何用差分消趋势和季节性因素
时间序列模型
:严格来说包含4个要素,Trend/趋势、Circle/循环、Seasonal/季节性和不规则要素。但是实际中C和S差不代指同一个东西。
htuhxf
·
2020-06-23 15:01
机器学习算法
数据挖掘实战之时间序列分析(比特币趋势预测)
本文在只考虑比特币以往的历史数据,不考虑其他外界相关的因素的前提下,通过构造ARMA
时间序列模型
,预测比特币平均价格的走势。
柚子哦
·
2020-06-23 12:15
数据分析实战
简介量化金融中使用的
时间序列模型
(一)
完整阅读:http://club.jr.jd.com/quant/topic/956213在计量经济学领域中,我们主要研究三种数据,即横截面数据、面板数据和时间序列数据。其中横截面数据研究在一个给定的时间点上,不同观测样本的状态,例如:2016年12月16日全国各个城市天气质量AQI指数。面板数据指的是某些给定的样本在给定的时间跨度内的观测值。例如:2016年全国各个城市每日的天气质量指数。而时间
congtuipin1267
·
2020-06-23 00:45
时间序列干货大全
最近花时间整理了一下有关
时间序列模型
的英文资料,共整理出16个PDF文档,包含了几乎所有的
时间序列模型
和软件的实践方法,再这里共享给大家:通过文末的连接可以直接下载以下是在阅读对比了这些资料后给出的总结和评价
BigQuant
·
2020-06-22 18:21
[时间序列分析][5]--非平稳
时间序列模型
与差分
非平稳
时间序列模型
非平稳
时间序列模型
通过差分平稳化差分是什么是否要做差分单位根检验做多少次差分一个例子ARIMA模型随机游动疏系数模型中间有项可以是0什么是疏系数模型如何判断是疏系数模型推广通过差分平稳化差分是什么由
WMN7Q
·
2020-06-22 07:18
时间序列分析
R语言时间序列TAR阈值自回归模型
这些模型捕捉线性
时间序列模型
无法捕获的行为,如极限循环,幅度相关频率和跳跃现象。
LT_Ge
·
2020-06-22 04:04
r语言
SPSS(十九)SPSS之
时间序列模型
(图文+数据集)
SPSS(十九)SPSS之
时间序列模型
(图文+数据集)时间序列是指将同一统计指标的数值按其发生的时间先后顺序排列而成的数列。正如人们常说,人生的出场顺序很重要,时间序列中隐藏着一些过去与未来的关系。
路易三十六
·
2020-06-22 00:52
SPSS
SPSS
如何利用matlab做BP神经网络分析(包括利用matlab神经网络工具箱)
利用MATLAB进行BP神经网络的预测(含有神经网络工具箱)最近一段时间在研究如何利用预测其销量个数,在网上搜索了一下,发现了很多模型来预测,比如利用回归模型、
时间序列模型
,GM(1,1)模型,可是自己在结合实际的工作内容
mensyne
·
2020-06-21 14:55
matlab
机器学习
python
Holt Winter
时间序列模型
为什么80%的码农都做不了架构师?>>>指数平滑一次指数平滑一次指数平滑法是一种特殊的加权平均法,对本期观察值和本期预测值赋予不同的权重,求得下一期预测值的方法。这种方法既不需要存储全部历史数据,也不需要存储一组数据,从而可以大大减少数据存储问题。其通式为:Ft+1为t+1期的预测值,xt为t期实际观测值,α为权值(也称为平滑系数),α越小,参考之前的时间点越多,α越大,参考之前的时间点越少。根据
weixin_33829657
·
2020-06-21 10:04
Matlab的autocorr自相关函数
今天看了一下
时间序列模型
ARIMA模型,在对数据处理的时候,需要对其进行平稳性检验。
lfdanding
·
2020-06-21 02:54
机器学习
抗击肺炎:新冠肺炎疫情数据可视化及疫情预测分析
这里将使用传统
时间序列模型
Prophet、深度学习模型Seq2seq和传染病模型SIR进行确诊人数预测。数据描述数据来源:https://www.
风度78
·
2020-06-21 01:00
高手对2020年疫情趋势做一下数学模型分析
本文应用了传统
时间序列模型
、LSTM模型、多项式模型等来对武汉新型冠状病毒的传播人数做了模型拟合和预测,并且结合其它相关研究对未来的防疫策略提出了建议。
宋懵懵的数据生活
·
2020-06-20 23:09
数据分析
Tensorflow多输入模型构建以及Dataset数据构建
多输入模型多适用于问答模型或者对于
时间序列模型
来说有部分特征是针对样本个体而固定的,不随时间变换而发生改变的情况下。
一只前进的蚂蚁
·
2020-05-24 14:13
tensorflow分布式计算
机器学习
深度学习
tensorflow
python
线性回归分析学习笔记第一篇:一元线性回归
回归分析通常用于预测分析,
时间序列模型
以及发现变量之间的因果关系。线性回归分析:线性回归(LinearRegression)是用来确定两种或两种以上变量间定
542037101
·
2020-05-23 18:47
数据分析
数据分析
机器学习
kobe
本文主要内容如下:数据采集数据清洗数据分析数据概览胜率出勤率命中率对阵球队
时间序列模型
预测比赛结果预测结论一、数据采集importpandasaspd#爬取科比常规赛数据df=pd.read
qibingtuanjwh
·
2020-04-28 16:37
Data-Analysis
数据分析
时间序列模型
众所周知,时间序列的预测是需要假定在时间序列平稳随机过程的基础上,若为非平稳时间序列,容易造成对随机过程的伪回归,得到的回归函数及检验没有可信度,那么到底什么是平稳时间序列?什么是随机过程(白噪声)?时间序列平稳性分为弱平稳和强平稳,弱平稳是序列的均值、标准差、协方差不随时间的变化而发生改变,强平稳则是序列的联合分布函数与时间的位移无关。1.单变量平稳性及检验我们预测时间序列一般都用序列本身存在的
enhengz
·
2020-04-05 01:58
机器学习(十一)
时间序列模型
1时间序列简介1.1定义时间序列是指将同一统计指标的数值按其发生的时间先后顺序排列而成的数列。1.2构成要素时间序列可以分为长期趋势(trend)、季节变动(seasonal)、循环变动(cycling)和随机波动(irregular)四个部分。长期趋势(T)现象在较长时期内受某种根本性因素作用而形成的总的变动趋势季节变动(S)现象在一年内随着季节的变化而发生的有规律的周期性变动循环变动(C)现象
致Great
·
2020-03-29 12:44
10年开发老司机「手把手教你」使用Python玩转金融
时间序列模型
01:引言上一篇推文【Python量化基础】时间序列的自相关性与平稳性着重介绍了时间序列的一些基础概念,包括自相关性、偏自相关性、白噪声和平稳性,以及Python的简单实现。本文在此基础上,以沪深300指数收益率数据为例,探讨如何使用Python对平稳时间序列进行建模和预测分析。时间序列经典模型主要有自回归模型AR,移动回归模型MA,移动自回归模型ARMA,以及差分移动自回归模型ARIMA,今天主
燕大侠v
·
2020-03-20 20:47
时间序列模型
方法
SARIMAX模型属性与方法summary方法模型的统计量与参数估计等fittedvalues属性对应原始序列的每一个预测值get_prediction方法预测序列某个区间的值和置信区间等get_forecast方法预测未来的值plot_diagnostics方法分析残差是否为正态分布且不相关ARIMA模型属性与方法summary方法模型的统计量与参数估计等fittedvalues属性对应原始序列
tongues
·
2020-03-15 23:20
机器学习(07)——岭回归算法实战
这种技术通常用于预测分析、
时间序列模型
以及发现变量之间的因果关系。回归算法通过对特征数据的计算,从数据中寻找规律,找出数据与规律之间的因果关系,并根据其关系预测后续发展变化的规律以及结果。
AllEmpty
·
2020-03-10 11:00
时间序列滑动窗口和时间穿越问题
如何使用时序数据对时间序列分析的目的是通过找出样本内时间序列的统计特性和发展规律性,基于规律构建
时间序列模型
,进行样本预测。
顾鹏pen
·
2020-02-26 19:00
Python玩转金融时间序列之ARCH与GARCH模型
Python处理时间序列的日期和统计分析;【Python量化基础】时间序列的自相关性与平稳性主要介绍了时间序列的一些基础概念,包括自相关性、偏自相关性、白噪声和平稳性;而【手把手教你】使用Python玩转金融
时间序列模型
主要介绍了
燕大侠v
·
2020-02-19 05:30
7种回归分析方法,数据分析师必须掌握!
这种技术通常用于预测分析,
时间序列模型
以及发现变量之间的因果关系。例如,司机的鲁莽驾驶与道路交通事故数量之间的关系,最好的研究方法就是回归。回归分析是建模和分析数据的重要工具。
怒焰叔叔
·
2020-02-18 18:14
R时间序列分析实例
对
时间序列模型
进行拟合,得出参数的估计值。检验模型的残差项,判断模型是否合格,给出模型最终的估计结果。应用建立的
叮叮当当sunny
·
2020-02-17 08:00
Tobit模型估计方法与应用(一)
内容提要:Tobit模型从最初的结构式模型扩展到
时间序列模型
、面板数据模型以及非参数模型等形式,无论Tobit模型的结构形式如何变化,现有的估计方法基本上都是在Heckman(1976)两步法的基础上扩展的
风信紫的花花
·
2020-02-10 08:45
时间序列学习笔记(一)
除非时间序列稳定,否则将无法建立
时间序列模型
。在违反固定标准的情况下,首要条件是使时间序列平稳,然后尝试使用随机模型预测该时间序列。带来这种平稳性的方法有多种。其中一些是趋势消除,差异化等。
星涅爱别离
·
2020-01-31 21:00
得益于 AI,这六个行业岗位需求将呈现显著增长趋势
宝洁公司利用
时间序列模型
教头学堂
·
2020-01-06 13:47
线性回归到对数几率回归
这种技术通常用于预测分析,
时间序列模型
以及发现变量之间的因果关系。比如说,在当前的经济条件下,你要估计一家公司的销售额增长情况。
ninedreams
·
2020-01-01 14:19
什么是回归分析?
这种技术通常用于预测分析,
时间序列模型
以及发现变量之间的因果关系。例如,司机的鲁莽驾驶与道路交通事故数量之间的关系,最好的研究方法就是回归。回归分析是建模和分析数据的重要工具。
wyrover
·
2020-01-01 06:46
你应该要掌握的7种回归分析方法
这种技术通常用于预测分析,
时间序列模型
以及发现变量之间的因果关系。例如,司机的鲁莽驾驶与道路交通事故数量之间的关系,最好的研究方法就是回归。回归分析是
米兰的故事
·
2019-12-28 14:11
深度学习与
时间序列模型
一览!
DeepLearningandTimeSeriesThisdocumentshowsalistofbibliographicalreferencesonDeepLearningandTimeSeries,organizedbytypeandyear.Iaddsomeadditionalnotesoneachreference.TableofcontentsDeefBeliefNetworkwith
DrogoZhang
·
2019-12-14 11:44
深度学习
神经网络
自然语言处理
上一页
4
5
6
7
8
9
10
11
下一页
按字母分类:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他