ARIMA

【LSSVM回归预测】基于matlab灰狼算法优化最小支持向量机GWO-LSSVM数据预测【含Matlab源码 2259期】

为避免过拟合现象和检验该模型的有效性,将实证部分主要分为:①基于灰狼优化算法的最小二乘支持向量机预测(出现过拟合现象);②经过交叉验证的灰狼优化算法的最小二乘支持向量机预测(避免过拟合现象);③自回归积分滑动平均模型(ARIMA
海神之光·2022-12-29 13:35

arima模型_时间序列分析(R)‖ARIMA模型预测实例

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R语言以及时间序列相关分析，结合近20
weixin_39564853·2022-12-26 11:10

基于R的金融收益的分析和预测

**分析思路：**读取数据—平稳性检验—白噪声检验（代码同上，此处不再赘述）–ARIMA模型拟合—序列预测。
snow小米·2022-12-26 11:09

时间序列平稳性分析和白噪声检验

ADF检验原理1.2、ADF的python实现2、ACF和PACF二、白噪声检验原始的负荷时间序列曲线一、时间序列平稳性时间序列分析之ADF检验1、ADF检验在使用很多时间序列模型的时候，如ARMA、ARIMA
hellobigorange·2022-12-26 11:08

时间序列预测 — 指数平滑、因素分解、机器学习、深度学习、数据增强

@创建于：2020.11.09@修改于：2022.05.18文章目录1、经典方法1.1指数平滑1.2因素分解1.2.1朴素方法1.2.2ARIMA1.2.3Prophet2、机器学习3、深度学习3.1RNN
条件漫步·2022-12-26 07:32

【关于时间序列的ML】项目 9 ：机器学习中的 ARIMA 模型

大家好，我是Sonhhxg_柒，希望你看完之后，能对你有所帮助，不足请指正！共同学习交流个人主页－Sonhhxg_柒的博客_CSDN博客欢迎各位→点赞+收藏⭐️+留言系列专栏-机器学习【ML】自然语言处理【NLP】深度学习【DL】foreword✔说明⇢本人讲解主要包括Python、机器学习（ML）、深度学习（DL）、自然语言处理（NLP）等内容。如果你对这个系列感兴趣的话，可以关注订阅哟文章目录
Sonhhxg_柒·2022-12-24 16:45

R语言建立ARIMA模型预测数据

目录确定研究目的以及确定因变量和自变量数据预处理判断有无缺失值创建时间序列平稳性检验季节性处理白噪声检验模型选取与模型评估最终模型与预测结论确定研究目的以及确定因变量和自变量研究目的：建立ARIMA模型
辣梨的分析屋·2022-12-24 14:17

学习笔记-ARIMA模型

ARIMA模型是基于时间序列的预测模型，也叫做差分整合移动平均自回归模型，又称整合移动平均自回归模型，时间序列预测分析方法之一。
qq_54387859·2022-12-24 09:24

ARIMA模型详细讲解

近期在学习ARIMA模型，下面博主讲的比较精细很受用，感觉看完之后收获大大嘀。
weixin_30340819·2022-12-24 09:24

ARIMA模型学习笔记

ARIMA模型学习笔记目录ARIMA模型学习笔记ARIMA模型时间序列平稳性什么是平稳性严平稳弱平稳平稳性检验ADF检验(AugmentedDickey-Fullertest)单位根ADF检验的原理ADF
一颗洋柿子·2022-12-24 09:23

ARIMA学习总结

1.原序列画图，判断趋势性，周期性，决定季节性还是非季节性，若季节性结合实际初步猜测周期。2.原序列平稳性检验。直接单位根检验p值小于0.05→拒绝原假设→不存在单位根→平稳序列3.原序列白噪声检验。看Q统计量对应的p值小于0.05→拒绝原假设→原序列非白噪声，继续进行分析，否则停止分析。4.如果根据自相关图与偏自相关图能够定出模型则先定出模型准则如下:AR模型：自相关系数拖尾，偏自相关系数截尾；
qq_30221989·2022-12-24 09:53

数据分析-ARIMA方法建模步骤总结

ARIMA模型适用于非平稳时间序列数据，其中的I表示差分的次数，适当的差分可使原序列成为平稳序列后，再进行ARIMA模型的建模。
小狼躲藏·2022-12-24 09:53

时间序列分析预测实战之ARIMA模型

时间序列分析预测实战之ARIMA模型-知乎应许多知友要求，我更新了这篇用ARIMA模型进行时间序列分析预测，主要应用于数据量比较大，实际上当数据超过100个，要对数据进行更加精准的预测时，就可以用这个方法了
a flying bird·2022-12-24 09:52

量化投资学习——ARIMA模型使用感悟

话不多说，上来放干货，自动化调参的ARIMA模型，解放您的双手：https://blog.csdn.net/weixin_45839604/article/details/112041261未完待续
量化橙同学·2022-12-24 09:52

关于ARIMA的一些学习总结

实际遇到的时间序列往往有三个特性：趋势性，季节性，非平稳性。时间序列的平稳性：拟合曲线可在未来一段时间内沿着曲线形态‘惯性’延续下去，具体化来说就是均值和方差不发生很明显的变化。平稳性又分为严平稳和弱平稳，严平稳是指分布不随时间改变而改变，弱平稳是指期望和相关系数不变，相关系数主要反映未来某一时刻对于它过去信息的依赖性。平常我们利用的时间序列一般要求具有弱平稳性即可。对于不平稳的时间序列数据，需要
交运菜鸟学编程·2022-12-24 09:52

学习ARIMA模型的心得

首先，能看到这篇文章，大家肯定对ARIMA有一些基本的了解，他是由AR和MA模型综合而来的。那么，简要介绍这两个模型吧。开始我们必须得知道自相关系数和偏相关系数了，这两个是啥呢？
nwh17685809064·2022-12-24 09:51

应用时间序列分析--有季节效应的非平稳序列分析-ARIMA乘法模型-R语言

在上一篇文章（http://t.csdn.cn/Lp2Nj）中，我们用到的数据是一个既含有季节效应又含有长期趋势效应的简单序列，为什么说它简单呢，是因为这种序列的季节效应、趋势效应和随机波动彼此之间很容易分开，在这种情况下，可以用简单的季加法模型来拟合该序列的发展。在实际生活中，简单序列的情况有但是少，更为常见的情况是，序列的季节效应、长期趋势效应和随机波动之间存在复杂的交互影响关系，在这种情况下
花店不等花开·2022-12-23 15:49

SAS时间序列分析案例--有季节效应的非平稳序列分析

常用的模型有两种：ARIMA和因素分解模型。ARIMA(加、乘法)模型，
Royde·Bannings·2022-12-23 15:48

python用电预测_Python中利用LSTM模型进行时间序列预测分析 - 预测爱尔兰的电力消耗...

与ARIMA等模型相比，LSTM的一个特殊优势是数据不一定需
weixin_39960710·2022-12-23 09:36

ds证据理论python实现_Facebook 开源的 Python 预测工具，用起来太方便了

文|标点符出处|biaodianfu.comProphet是Facebook开源的预测工具，相比ARIMA模型，Prophet真的是非常的简单。只要读入两列数据即可完成预测。
weixin_39829574·2022-12-22 19:45

时间序列分析学习笔记（一）：ARIMA模型群

时间序列分析（一）：ARIMA模型群ARIMA模型群是最经典的统计学时序模型，也是最经典的、适用于单变量时间序列数据的模型。
寒武纪003·2022-12-22 17:26

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

全文链接：http://tecdat.cn/?p=18860最近我们被客户要求撰写关于GARCH的研究报告，包括一些图形和统计输出。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。前者主要基于傅立叶变换，而后者则研究序列的自相关，并且使用Box-Jenkins和ARCH/GARCH方法进行序列的
·2022-12-21 17:51

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。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某种依存关系，并对具体有依存关系的现象探讨其相关方向以及相关程度，是研究随
·2022-12-20 22:08

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。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某种依存关系，并对具体有依存关系的现象探讨其相关方向以及相关程度，是研究随
·2022-12-20 22:04

R语言对S＆P500股票指数进行ARIMA + GARCH交易策略|附代码数据

在本文中，我想向您展示如何应用S＆P500股票市场指数的交易策略通过组合ARIMA和GARCH模型，从长期来看，我们可以超过“买入并持有”方法。
·2022-12-20 22:33

python预测算整理集合 python根据历史数据，预测未来数据 神经网络时间序列预测python 销售收入分析与预测 神经网络预测控制 Python 源码 4个lstm做数据预测的案例源代码

股票股价预测(源码）2、负荷预测（python例子，实时负荷预测，15分钟到4小时）3、神经网络预测控制Python源码4、飞机零件故障预测Python源码5、py链路预测newmsn最佳链路预测算法6、ARIMA
「已注销」·2022-12-18 20:52

时间序列数据的特征工程总结

当下时间序列预测的方法主要有三种吧，第一个是传统的时间序列预测方法，典型代表有ARIMA和指数平滑法；第二个是基于机器学习的方法，目前用的最多的是lightgbm和xgboost，在很多时序预测比赛前几名的方案都可以看到这两种方法
there2belief·2022-12-18 16:35

auto_sarima fourier分量

auto_sarima使用非常简单，只需输入周期M即可；比如上一篇提到的kaggle商品预测比赛,每年的圣诞节(12月)会有一波大的销量上涨；此时可以设置周期m=12（即12个月一个周期）;model=auto_arima
帅气的Ezio·2022-12-16 18:54

煤炭价格预测：基于matlab的时间序列分析（主要流程+完整代码）

基于matlab的时间序列分析（主要流程+完整代码）案例简介时间序列简介平稳时间序列{xt}ARIMA=AR+MA+INTEGRATER实例应用数据平稳化模型选择——确定p、qACF/PACF图法（不推荐
hhyyyyzzzz·2022-12-16 12:28

R语言中的函数2：predict()

的用法函数形式参数介绍输出介绍实例predict.lm()的用法参数含义实例predict()的用法函数形式predict(object,...)该函数是一个大类，其中还包含很多变体：[1]predict.ar*predict.Arima
zoujiahui_2018·2022-12-16 12:47

时间序列-预测-模型-2020：Informer【比Transformer更有效的长时间序列预测】【在对性能影响不大的前提下降低复杂度】

在此之前的方法是传统的时序建模方法，比如移动平均、自回归、以及结合差分的ARIMA模型等，有着悠久的历史以及基于理论基础的可解释性。
u013250861·2022-12-15 15:54

SPSS时间序列ARIMA、指数平滑法、模型检验分析汽车销量数据

p=30861原文出处：拓端数据部落公众号本文对汽车销量数据进行时间序列数据分析，我们向客户演示了用SPSS的ARIMA、指数平滑法可以提供的内容。
·2022-12-14 22:24

CSDN ARIMA R语言_R语言实现Fleiss' Kappa系数处理多个观察者一致性检验

Fleiss'kappa系数。该检验适用于分析重复测量3次及以上且测量结果是无序分类变量的重测一致性或观察者一致性检验。SPSS没有内置操作模块，但可以通过拓展包输出结果。Fleiss'kappa系数，可以补充SPSS在一致性检验方面的不足。01案例数据我们取irr包中的diagnoses数据集的一部分，截取前三个医生对30位病人的诊断结果，注意这些诊断结果是无序分类变量。#案例数据dat现在有3
weixin_39733805·2022-12-14 16:14

[Python] DataFrame的遍历问题

io='D:/PythonProject/ARIMA/sales_data.csv'data=pd.read_csv(io,header=0,index_co
这一步就是天涯海角·2022-12-14 14:16

利用ARIMA模型对房价进行预测

所有代码与解析ARIMA模型我理解也不是太好，建议大家学习的话去B站搜一下ARIMA找个视频看就可以了，我这个代码在jupyter是跑通的，如果有问题可以按照方格放入jupyter跑#!
_yuan20·2022-12-13 20:32

时序预测 | MATLAB实现具有外生回归变量的ARIMAX时间序列预测(含AR、MA、ARIMA、SARIMA、VAR对比)

时序预测|MATLAB实现具有外生回归变量的ARIMAX时间序列预测(含AR、MA、ARIMA、SARIMA、VAR对比)目录时序预测|MATLAB实现具有外生回归变量的ARIMAX时间序列预测(含AR
机器学习之心·2022-12-12 07:08

时间序列ARMA和ARIMA模型（一）

读取数据（tushare数据）importtushareaststs.set_token('3fd7b7e92cd059d0f192177e61afd8da6f84e3476cff01f076d5e295')#在tushare官网注册即可获得pro=ts.pro_api()#初始化pro接口data=pro.daily(ts_code='00000.1sz',start_data='2021042
cousinmary·2022-12-11 21:28

【时间序列分析】平稳性检验及ARIMA模型

AugmentedDicky-Fullertest用于检验序列平稳性H0：时间序列可以表示成单位根过程，即非平稳H1：时间序列是平稳的fromstatsmodels.tsa.stattoolsimportadfullerimportnumpyasnpimportmatplotlib.pyplotaspltx=[np.random.randn()]foriinrange(100):x.append(
zhouhy0903·2022-12-11 12:39

经济数据预测 | Python实现ARIMA模型股票趋势预测

经济数据预测|Python实现ARIMA模型股票趋势预测目录经济数据预测|Python实现ARIMA模型股票趋势预测基本介绍数据描述程序设计参考资料基本介绍随着人们生活水平的提高，人们的投资方式也在发生着巨大的变化
小橘算法屋·2022-12-11 01:37

使用SARIMA做季节时间序列预测全流程（附MATLAB代码）

在之前的专栏中我们用ARIMA的方法做了时间序列的趋势性预测。不过我们经常还会遇到一种情况，即某些时间序列中存在明显的周期性变化，这种周期是由于季节性变化（季度、月度等）引起的。
Mr.看海·2022-12-09 18:53

ARIMA/Sarima与LSTM的时间序列数据集成学习（附链接）

本文探讨了简单的ARIMA/Sarima与LSTM的时间序列数据集成学习方面的问题。
数据分析v·2022-12-09 18:22

时序预测的7种 Python 工具包，解决你95%的问题

传统的处理方法如ARIMA、SARIMA等，虽然是很好，但在处理具有非线性特性或非平稳时间序列问题时很难取得满意的预测效果。
机器学习社区·2022-12-09 10:36

基于ARIMA、SVM、随机森林销售的时间序列预测

相关视频：在Python和R语言中建立EWMA，ARIMA
拓端研究室TRL·2022-12-08 06:03

利用机器学习模型完成时间序列预测

比如ARIMA模型、Prophet模型、指数平均法、滑动平均法等等。本文采用机器学习算法，如线性回归、随机森林等，完成时间序列预测，预测效果也比较好。
lizz2276·2022-12-08 03:32

时间序列分析中的 statsmodels.tsa.arima_model被抛弃了，如何解决？

fromstatsmodels.tsa.arima_modelimportARIMA#Fitmodelmodel=ARIMA(y_train,order=(1,1,1))#自己调整参数model_fit
-berry·2022-12-08 00:12

电商销量预测方法综述

但是销量的预测受影响复杂，传统的基于统计的计量模型，比如时间序列模型等由于对现实的假设情况过多，在实际场景中应用，本文利用R语言和Python梳理并实现了当前主流的电商销量预测方法：第一类是计量统计模型，以ARIMA
hellozhxy·2022-12-06 11:48

时间序列分析 Python与statsmodels实现ARMA模型

宝藏网站（官方文档）：TimeSeriesAnalysis建模步骤1.平稳性和纯随机性检验平稳性和纯随机性检验的重要性：ARMA、ARIMA模型都建立在时间序列为平稳非白噪声序列的假设下。
网绿눈_눈·2022-12-05 16:29

python arma结果怎么看_python中ARMA/ARIMA线性回归模型

这是一个快速的设置，让你开始fromstatsmodels.tsa.stattoolsimportARMAimportpandasaspdimportnumpyasnpts=pd.Series(np.random.randn(500),index=pd.date_range('2010-01-01',periods=500))p,q=1,1arma=ARMA(endog=ts,order=(p,q
斌卡·2022-12-05 16:59

时间序列之单位根检验（1）

单位根检验是建立ARMA模型、ARIMA模型、变量间的协整分析、因果关系检验等的基础。单位根检验统计检验方法有ADF检验、PP检验、NP检验。最常用的是ADF检验。
米米吉吉·2022-12-05 16:59

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

4.2.4.选定模型参数4.2.5.ARIMA模型函数4.2.5.1.常用方法4.2.5.2.常用属性/参数4.3.Python实践过程4.3.1.时序数据平稳性检验4.3.2.差分及相
肖永威·2022-12-05 16:28
上一页 4 5 6 7 8 9 10 11 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他