ARMA

数据挖掘 | 比特币走势预测实战

数据挖掘|比特币走势预测实战本篇博客将对比特币的走势进行预测，采用的模型是时间序列模型ARMA，采用的工具是Python3.先来简单介绍一下使用到的模型ARMA。
蕾欧娜与26·2020-07-06 02:29

imx6ull交叉编译libmodbus

目录版本和开发环境说明操作步骤源码的修改开放串口发送任意数据的API轮询modbus接收数据时不阻塞项目代码示例版本和开发环境说明libmodbus版本为3.1.6交叉编译host为Ubuntu16.04交叉编译target为armA7
全能骑士涛锅锅·2020-07-05 18:35

时间序列分析 - ARMA, ARIMA, SARIMA

【目标数据】ARMA:针对弱平稳/宽平稳时间序列分析ARIMA:针对非平稳非周期性时间序列分析SARIMA:针对非平稳周期性时间序列分析。
taoyuanforrest·2020-07-05 13:20

Armadillo：C++下的Matlab替代品

地址：http://arma.sourceforge.net/许可证：MPL2.0目前使用比较广的C++矩阵运算库之一，是在C++下使用Matlab方式操作矩阵很好的选择，许多Matlab的矩阵操作函数都可以找到对应
YUKIHYOU·2020-07-05 12:15

时间序列模型 （七）： 时间序列建模的基本步骤

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（六）：平稳时间序列模型：自回归AR、移动平均MA、ARMA
wamg潇潇·2020-07-05 04:42

Box-Jenkins 建模流程

检验存在单位根，如果不存在单位根进入第2步(3)如果存在单位根不能拒绝原假设，及序列不平稳，对数据进行差分(4)循环往复直到数据平稳2.模型识别(1)查看ACF,PACF图来判断是AR模型还是MA模型还是ARMA
三石弟弟·2020-07-05 02:25

时序分析：ARMA方法（平稳序列）

憔悴到了转述中文综述的时候了........在统计学角度来看，时间序列分析是统计学中的一个重要分支,是基于随机过程理论和数理统计学的一种重要方法和应用研究领域.时间序列按其统计特性可分为平稳性序列和非平稳性序列.目前应用最多的是Box一JenkinS模型建模法,它是由G.E.P.Box和英国统计学家G.M.JenkinS于1970年首次系统提出的.Box一JenkinS方法是一种较为完善的统计预测
alppkk4545·2020-07-04 10:53

R语言中ARMA，ARIMA（Box-Jenkins），SARIMA和ARIMAX模型用于预测时间序列数据

在本文中，我将介绍ARMA，ARIMA（Box-Jenkins），SARIMA和ARIMAX模型如何用于预测给定的时间序列数据。
weixin_34272308·2020-07-04 03:09

EBAZ4205 ZYNQ开发板——入门第一步

这块板子的FPGA芯片是ZYNQ7Z010，其内部含有两块ARMA9硬核和一块Artix-7逻辑。
bibogo·2020-07-04 00:47

在Linux下搭建嵌入式开发环境（一）

1、搭建开发环境常用编译器有：arm-linux-gcc-版本号安装直接解压，路径添加环境变量/cross-版本号/usr/local/arma.安装arm-linux-gcc编译器1）解压#tarzxvfarm-linux-gcc
S5林风·2020-07-01 05:03

时间序列聚类

时间序列聚类通常分为三类：1、依时间点聚类：时间点上的相似度，欧氏距离2、依形状聚类：空间上的相似度，DTW3、依变化聚类：数据生成过程中的相似度，基于概率的距离，GMM，ARMA，mixture数据简化方面
我冬·2020-07-01 01:55

R语言 时间序列之ARIMA模型

自回归移动平均模型（arima）ARMA模型是对不含季节变动的平稳序列进行建模。
zxy_clover·2020-06-30 20:30

机器学习：时间序列模型

AR模型MA模型ARMA模型GARCH模型（正确）----------------------------------------------------------------------------
CS青雀·2020-06-30 19:28

基于时间序列的短期数据预测--ARMA模型的设计与实现(每个步骤附实现源码)

//blog.csdn.net/u010665216/article/details/78329574本文demo源码、实验数据：传送门https://gitee.com/orayang_admin/ARMA_prediction
zhuiqiuuuu·2020-06-30 17:47

分析时间序列相关算法

2.平稳非白噪声序列，它们的均值和方差是常数，对于这类序列，有成熟的模型来拟合这个序列在未来的发展状况，如AR，MA，ARMA等（具体模型算法及实现在后面）3.非平稳序列，一般做法是把他们转化为平稳的序列
Promise_魅眸·2020-06-30 15:36

较为详细的MUSIC算法原理及MATLAB实现

DOA估计算法DOA（DirectionOfArrival）波达方向定位技术主要有ARMA谱分析、最大似然法、熵谱分析法和特征分解法，特征分解法主要有MUSIC算法、ESPRIT算法WSF算法等。
章子雎Kevin·2020-06-30 14:12

R语言与时间序列学习笔记（1）

主要有：时间序列的创建，ARMA模型的建立与自相关和偏自相关函数。
yujunbeta·2020-06-30 10:36

R语言时间序列之ARMA、ARIMA模型

基本理论知识  ARMA模型称为自回归移动平均模型，是时间序列里常用的模型之一。ARMA模型是对不含季节变动的平稳序列进行建模。它将序列值表示为过去值和过去扰动项的加权和。
Mezzie·2020-06-30 04:50

在Jetson Nano (TX1/TX2)上使用Anaconda与PyTorch 1.1.0

https://zhuanlan.zhihu.com/p/64868319（注意：以下内容只在JetsonNano上尝试过，但理论上来说采用了相同架构,i.e.ARMA57,的TX1/TX2应该都可以，
戈 扬·2020-06-30 04:05

金融时间序列分析：5. AR模型实例（Python）

0.目录金融时间序列分析：9.ARMA自回归移动平均模型金融时间序列分析：8.MA模型实例（Python）金融时间序列分析：7.MA滑动平均模型金融时间序列分析：6.AR模型实例金融时间序列分析：5.AR
微岩·2020-06-30 02:06

金融时间序列分析：3. First Demo By Python

0.目录金融时间序列分析：9.ARMA自回归移动平均模型金融时间序列分析：8.MA模型实例（Python）金融时间序列分析：7.MA滑动平均模型金融时间序列分析：6.AR模型实例金融时间序列分析：5.AR
微岩·2020-06-30 02:06

金融时间序列分析：1. 基础知识

0.目录金融时间序列分析：9.ARMA自回归移动平均模型金融时间序列分析：8.MA模型实例（Python）金融时间序列分析：7.MA滑动平均模型金融时间序列分析：6.AR模型实例金融时间序列分析：5.AR
微岩·2020-06-30 02:05

【数字信号处理】--功率谱估计

经典谱估计法周期图法-直接法平均周期图法-Bartlett法修正的平均周期图法-Welch法间接法--BT法--自相关法现代谱估计方法基于参数建模的功率谱估计AR模型-自回归模型MA模型--移动平均模型ARMA
wxq_1993·2020-06-29 22:42

经典谱估计与现代谱估计的比较分析

平稳随机信号的线性模型（AR，MA，ARMA）以白噪声激励信号经过一个因果稳定线性时不变系统得到带估计的随机信号。通过估计出系统的模型系数和白噪声的方差就可以确定带估计随机信号的功率谱密度。
whu_student·2020-06-29 18:34

项目：股票数据分析（ARMA）

2.MA（Movingaverage）模型滑动平均模型描述的是自回归部分的误差累计（波动误差的关系）3.ARMA模型AR与MA的结合：ARMA（p，q），p和q分别为AR和MA的阶数4.平稳性ARMA的模型要求时间序列是平稳的
weixin_43579079·2020-06-29 09:27

时间序列模型的入门笔记（超基础，欢迎补充）

时间序列模型的入门笔记（超基础，欢迎补充）模型简介指数平滑ARIMA预测AR模型（自回归模型）autoregressivemodelMA模型,移动平均模型（movingaveragemodel）ARMA
LM～miao·2020-06-29 08:47

时序分析(6) -- ARIMA(p,d,q)模型

时序分析(6)ARIMA(p,d,q)模型上一篇文章我们探讨了ARIMA模型时序数据进行建模，这一节我们主要讨论ARMA模型的一个非常重要的扩展模型ARIMA。
Magic Ktwc37·2020-06-29 07:04

时序分析(8) -- GARCH(p,q)模型

首先我们介绍GARCH模型的基本概念：GeneralizedAutoregressiveConditionallyHeteroskedasticModels-GARCH(p,q)简单来说，GARCH模型就是ARMA
Magic Ktwc37·2020-06-29 07:04

时序分析(5) -- ARMA(p,q)模型

时序分析(5)ARMA(p,q)模型前两篇文章我们分别探讨了AR模型和MA模型对时序数据进行建模，这一节我们主要讨论ARMA模型。从名字中我们可以推知，ARMA模型是AR模型和MA模型的一种组合。
Magic Ktwc37·2020-06-29 07:03

【时序】问题：时间序列分解法？季节差分如何选择周期步长？X-11过程？季节与周期？AR模型的残差序列？GARCH模型？

1.ARMA模型有用到差分吗？没有。ARMA是平稳序列的拟合模型，如果用差分说明原来的序列不平稳。2.ARIMA模型对季节成分差分如何选择周期步长？
发散级数一小只·2020-06-29 03:21

三、用python实现平稳时间序列的建模

一、平稳序列建模步骤假如某个观察值序列通过序列预处理可以判定为平稳非白噪声序列，就可以利用ARMA模型对该序列进行建模。
Nicole_Liang·2020-06-28 22:15

时间序列笔记-ARMA模型（二）

ARMA模型拟分为（一）（二）两部分发布，第一部分主要包括ARMA模型简介，模拟ARMA数据、拟
新云旧雨·2020-06-28 04:02

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

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

1.27阅读笔记之一——《应用时间序列分析》

23时间序列的分解45正态时间序列和随机变量的收敛性66自回归模型135均值的估计146均值和自协方差函数的估计260潜周期模型的参数估计230ARMA模型的参数估计0-113-226-340页时间序列分析在诸如地震预测
13351·2020-06-27 12:21

Python时间序列分析--从线性模型到GARCH模型

三、白噪声和随机游动四、线性模型五、对数线性模型六、AR模型（P）七、移动平均模型MA（q）八、自回归滑动平均模型ARMA（p，q）九、综合自回归移动平均模型ARIMA（p，d，q）十、自回归条件het
冬风噬雪·2020-06-27 00:47

数据分析——时间序列分析模型(AR,MA,ARMA,ARIMA)

1.概述时间序列是某个时间段或者某些时间点对应的不同数值的数值对，这些数值对只有两个具体数据：时间要素、数值要素。时间要素可以是某一个时间段或者某一个时刻。例如一个杂货铺一周（七天）的销售额为时间段的时间要素，而一天二十四小时每个整点所对应的气温为时间点的时间要素。这些时间序列都直接或者间接的反应者某种事物的发展变化趋势与状态，也就是时间序列变化的背后必然蕴藏着非直观的某种变换规律，通过对这些时序
为什么不再是小机灵儿·2020-06-26 23:14

Jetson Nano 安装 TensroFlow-GPU版 安装调试笔记

一、前言时下火热的AI浪潮，似乎商品都需挂钩AI这名词，作为边缘计算类产品的JetsonNano是货真价宜人工智能产品，JetsonNano具备Maxwell128核心的GPU和4核心ARMA57的CPU
牧云风天·2020-06-26 18:49

时间序列预测

与马尔科夫链预测互补，至少有2个点需要信息的传递，ARMA模型，周期模型，季节模型等ARMA模型的全称是自回归移动平均(autoregressionmovingaverage)模型，它是目前最常用的拟合平稳序列的模型
爱睡觉的小飞猪·2020-06-26 12:06

《Python数据分析与数据挖掘实战》第十一章学习——ARMA模型

本章是对应用系统负载和磁盘容量进行分析和预测，涉及到的数据为时间序列数据，因此最后是用ARMA模型去拟合。
苏点儿·2020-06-26 11:05

数学建模常用模型24：时间序列分析

对时间序列进行观察、研究，找寻它变化发展的规律，预测它将来的走势就是时间序列分析AR(p)模型具有上述结构的模型称为p阶自回归模型，记为AR(p)MA(q)模型具有上述结构的模型称为p阶自回归模型，记为MA(q)ARMA
Halosec_Wei·2020-06-25 21:16

数学建模常用模型06 ：时间序列预测

时间序列预测与马尔科夫链预测互补，至少有2个点需要信息的传递，ARMA模型，周期模型，季节模型等ARMA模型的全称是自回归移动平均(autoregressionmovingaverage)模型，它是目前最常用的拟合平稳序列的模型
Halosec_Wei·2020-06-25 21:45

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

时间序列模型 （五）： 趋势外推预测方法

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（六）：平稳时间序列模型：自回归AR、移动平均MA、ARMA
wamg潇潇·2020-06-25 04:25

时间序列模型 （三）：指数平滑法

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（六）：平稳时间序列模型：自回归AR、移动平均MA、ARMA
wamg潇潇·2020-06-25 04:25

时间序列模型 （四）：差分指数平滑法、 自适应滤波法

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（六）：平稳时间序列模型：自回归AR、移动平均MA、ARMA
wamg潇潇·2020-06-25 04:55

时间序列模型 （二）：移动平均法

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（六）：平稳时间序列模型：自回归AR、移动平均MA、ARMA
wamg潇潇·2020-06-25 04:54

随机系统辨识数学知识大全——用于查缺补漏

控制系统ARMA模型，CARMA模型转换为状态空间模型ARMA先转为传递函数，然后做。见百度文库课件。
祺兔耳朵·2020-06-25 02:00

基于最小二乘算法的参数估计（matlab程序和测试）

最小二乘法是参数估计中最常见的一种算法，在时间序列ARMA、曲线拟合、神经网络、最优化等领域有着非常广泛的应用。
babybabytellmewhy·2020-06-24 23:11

【手把手教你】使用Python玩转金融时间序列模型

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 时间序列分析之ARIMA（不使用第三方库）

这里简单介绍下ARMA模型：在生产和科学研究中，对某一个或者一组变量x(t)x(t)进行观察测量，将在一系列时刻t1,t2,⋯,tnt1,t2,⋯,tn所得到的离散数字组成的序列集合，称之为时间序列。
lilong117194·2020-06-24 05:01
上一页 5 6 7 8 9 10 11 12 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他