Arima

时间序列模型(ARIMA)

常用的时间序列模型常用的时间序列模型有四种：自回归模型AR(p)、移动平均模型MA(q)、自回归移动平均模型ARMA(p,q)、自回归差分移动平均模型ARIMA(p,d,q),可以说前三种都是ARIMA
熙淺·2017-11-24 14:48

Python数据挖掘建模 chapter_8 时间序列算法

指数平滑法趋势拟合法线性拟合，曲线拟合组合模型受长期趋势，季节变动，周期变动，不规则变动等要素影响AR模型以前q期序列值为自变量MA模型随机变量与前q期随机扰动有关ARMA模型与前q期序列值和随机扰动有关ARIMA
LegendGrass·2017-11-16 18:55

阿里天池算法大赛-电力预测大赛总结

一、线性回归模型既是自回归模型（AR），只用AR太简单拟合效果可不好，对其改进后有ARMA模型，再改进有ARIMA模型。0.纯随机性检测，如果数据间没有联系或规律那什么模型也没用。
冯毅东·2017-10-19 10:31

SPSS分析技术：时间序列分析的ARIMA模型；考虑各种促销因素的服装销售额预测

草堂君在前面介绍了时间序列分析的多篇文章，这些文章的安排都是按照循序渐进学习时间序列分析的过程来安排的，大家可以点击下方的链接回顾：数据分析技术：时间序列分析的AR/MA/ARMA/ARIMA模型体系上篇文章介绍了
SPSS生活统计学·2017-10-19 00:00

数据分析技术：时间序列分析的AR/MA/ARMA/ARIMA模型体系

基础准备前面草堂君已经按照时间序列分析的教学顺序推送了以下文章，大家可以直接点击下方文章名称阅读回顾：数据分析技术：时间序列分析；时间是把杀猪刀；SPSS分析技术：时间序列描述；磨刀不误砍柴工，充分了解是获得满意结果的前提；SPSS分析技术：季节性分解；如果你们公司的产品或服务有很明显的淡旺季，那就看看；SPSS分析技术：指数平滑模型；小而美的生意很好，指数平滑模型适合作为它们的销售情况预测；在以
SPSS生活统计学·2017-10-16 00:00

使用ARIMA算法进行时间序列预测。

本文以行健宏扬中国为例，提取数据，使用ARIMA算法进行时间序列预测。
数据分析师手记·2017-10-15 17:05

时间序列预测分析：以NASDAQ指数为例

与大家分享，使用python语言，建立ARIMA模型，完成NASDAQ指数预测的全过程。使用p
数据分析师之家·2017-10-15 17:09

R----简述时间序列（ARIMA）

我这里主要讲的是R中ARIMA模型（单积自回归移动平均）其中AR是自回归；MA是移动平均，具体推导很复杂就不详述了。
cutwind·2017-09-19 22:28

都贵玛：草原母亲，大爱无疆 | 功勋

并且此次拍摄还找来了AriMa
时尚搭配师·2017-09-07 00:00

R语言实现金融数据的时间序列分析及建模

R语言实现金融数据的时间序列分析及建模一、实验介绍1.1实验内容本实验主要探讨了几种时间序列的预测模型，首先带领大家对时间序列有一个初步的认识再在这个基础之上，向读者介绍当下最常用的ARIMA模型来预测时间序列
oxuzhenyi·2017-08-03 12:25

ARIMA模型——MATLAB实现

arma()功能：估计ARMA时间序列模型参数格式：m=armax(data,orders);m=armax(data,'na',na,'nb',nb,'nc',nc,'nk',nk)m=armax(data,orders,'Property1',Value1,...,'PropertyN',ValueN)说明模型描述为A(q)y(t)=B(q)u(t-nk)+C(q)e(t)data:输入／输出
许多多多快乐·2017-08-01 20:43

平稳多元序列建模

1970年，Box和Jenkins采用带输入变量的ARIMA模型，为平稳多元序列建模。
Jack_丁明·2017-07-08 09:10

异方差性质

残差序列的异方差性异方差的影响使用ARIMA模型拟合非平稳序列时，对残差序序列有一个重要假定——残差序列为零均值白噪声序列。换言之，残差序列要满足如下三个假定条件。
Jack_丁明·2017-06-28 10:23

残差自回归模型

ARIMA模型的提出使人们对非平稳序列拟合精度大大提高，但和传统的确定性因素分解方法相比较，ARIMA模型仍然有一些缺憾，它使用养分方法提取确定性信息，差分方法的优点是对确定信息的提取比较充分，缺点是很难对模型进行直观解释
Jack_丁明·2017-06-27 20:34

ARIMA模型的季节模型

ARIMA模型可以对具有季节效应的序列建模，根据季节效应提取的难易程度可以分为简单季节模型与乘积季节模型。
Jack_丁明·2017-06-26 20:10

ARIMA模型

差分运算具有强大的确定性信息提取能力，许多非平稳序列差分后显示出平稳序列性质，这时我们称这个非平稳序列为差分平稳序列，对差分平稳序列可以使用ARIMA模型。
Jack_丁明·2017-06-26 10:18

时间序列之MA(滑动平均模型）

x1=arima.sim(n=1000,list(ma=
Jack_丁明·2017-06-20 09:12

ARIMA时间序列模型

1概念ARIMA模型，全称为自回归积分滑动平均模型（AutoregressiveIntegratedMovingAverageModel），是由博克思(Box)和詹金斯(Jenkins)于20世纪70年代初提出的一种时间序列预测方法
风逝流沙·2017-06-19 22:07

应用系统负载分析与磁盘容量预测

需要用到的相关基础知识：什么是ARIMA模型?
appleyuchi·2017-06-10 13:00

ARIMA模型

ARIMA模型自回归移动平均模型(AutoregressiveIntegratedMovingAverageModel,简记ARIMA)目录[隐藏]1什么是ARIMA模型?
u010159842·2017-06-07 10:00

ARIMA时间序列分析

简介ARIMA算法流程步骤（算法数学推导自行查阅相关论文），本文只讲工程技术和方法。
u011331731·2017-05-29 17:00

用ARIMA模型做需求预测

什么是ARIMA？ARIMA数学模型？input，output是什么？怎么用？－代码实例常见问题？时间序列分析？时间序列，就是按时间顺序排列的，随时间变化的数据序列。 
Linjingke32·2017-05-12 16:00

用ARIMA模型做需求预测

什么是ARIMA？ARIMA数学模型？input，output是什么？怎么用？－代码实例常见问题？时间序列分析？时间序列，就是按时间顺序排列的，随时间变化的数据序列。
aliceyangxi1987·2017-05-02 11:00

python+神经网络实现时间序列预测

不同于传统的机器学习模型，不需要特征，只需要连续时间内的target，就可以预测未来时间内的target这个问题被成为时间序列预测问题，传统的方法是利用ARIMA或者SPSS。
tuntunwang·2017-03-26 15:04

天池大数据竞赛口碑商家客流量预测——时序预测（python-numpy-arima）

用arima的预测模块进行预测。结束后来补。loss低就不写啦~
dancinglikelink·2017-02-27 20:05

Python----股票ARIMA模型拟合

#coding=utf-8importpandasaspdimportnumpyasnpfrompandasimportSeries,DataFrameimportmatplotlib.pyplotasplt####股票时间序列分析#####参数初始化datafile=u'E:/python数据分析/第12周/stock_px.xls'importsysreload(sys)sys.setdefa
伙伴几时见·2017-02-21 14:49

R语言 时间序列ARIMA模型方法

ARIMA：全称为自回归积分滑动平均模型(AutoregressiveIntegratedMovingAverageModel,简记ARIMA)，是由博克思(Box)和詹金斯(Jenkins)于70年代初提出一著名时间序列预测方法
Sevan_Li·2017-02-17 14:03

ARIMA模型

什么是ARIMA？ARIMA数学模型？input，output是什么？怎么用？－代码实例常见问题？时间序列分析？时间序列，就是按时间顺序排列的，随时间变化的数据序列。
张博208·2017-02-07 16:45

ARIMA模型

什么是ARIMA？ARIMA数学模型？input，output是什么？怎么用？－代码实例常见问题？时间序列分析？时间序列，就是按时间顺序排列的，随时间变化的数据序列。
bbbeoy·2017-02-07 16:00

基于SVM的股票预测 Python实现 附Github

核心因为是分类算法，因此不像ARIMA一样预测的是时序。分类就要有东西可分，因此将当日涨记为1，跌记为0，作为分类的依据。使用历史数据作为训练数据。
傲慢灬·2016-12-30 21:25

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
mmc2015·2016-11-27 20:48

用于时序数列预测的 Elman神经网络

最近一直在做时序数列预测的东东，因为数据本身的特点想到了MarKov算法，但效果并不理想，后来想到了ARIMA（自回归差分滑动平均算法），一.ARIMA算法其形式分为AR、MA、ARMA，其核心意义，是确定当前数据与过去几天数据之间有相互的关系
coder_oyang·2016-09-09 16:57

Python_Statsmodels包_时间序列分析_ARIMA模型

以前都是用SPSS/EVIEWS等来做的，现在用Python来搞搞看，前后弄了一个星期，总算基本走通了。基础库：pandas,numpy,scipy,matplotlib,statsmodels：from__future__importprint_functionimportpandasaspdimportnumpyasnpfromscipyimportstatsimportmatplotlib.
hal_sakai·2016-07-20 10:24

eviews 9.5新版本——平均预测、面板效应检验

二、关于预测功能的优化9.5貌似在9.0预测基础上进行了一定优化，但还是那些，9.0的版本中已经找到很多优化，Auto-ARIMA预测、VAR预测。
sinat_26917383·2016-05-12 20:00

Eviews 9.0新版本新功能——预测（Auto-ARIMA预测、VAR预测）

9、预测功能新增需要方法的预测功能：Auto-ARIMA预测、VAR预测。eviews9.0下载链接：[软件] EViews9的时代已经来临！
sinat_26917383·2016-05-12 19:00

时间序列分析中的ARMA，ARIMA模型整体综述

在生产和科学研究中，对某一个或一组变量x(t)进行观察测量，将在一系列时刻t1,t2,…,tn(t为自变量且t1
huang1024rui·2016-05-11 16:00

时间序列 R 09 ARIMA

1.1稳定性与差分1.1.1稳定性stationarity稳定性是指时间序列的属性不在随时间变化。因此有趋势和季节性的时间序列不是稳定的序列。但是有一些具有周期性cyclic的时间序列因为其周期时间不一定，所以也是稳定性序列。1.1.2差分Differencing下图a，b分别是道琼斯指数与道琼斯指数每天的变化量下图是两幅图的ACF第二幅中仅有一个是稍大于95%线，而且Ljung-BoxQ∗的p-
bea_tree·2016-05-02 15:00

时间序列 R 10 其他进阶预测方法 Advanced forecasting methods

1.1regressionmodels+ARIMAmodels首先我们简单的将回归和Arima组合，做一个简单的动态回归模型。
bea_tree·2016-05-02 15:00

数据挖掘算法-时间序列

时间序列算法R实现setwd("D:/arima")library(forecast)library(fUnitRoots)Data=read.csv("D:/arima/data",header=T)
u013153546·2016-04-26 21:00

基于clementine（SPSS modeler）的时间序列模型

时间序列建模的算法：专家模式、ARIMA、指数平滑。指数平滑：通过观察的加权值来预测未来值。该算法不是以对数据的理解为基础的。A
iamchenli·2016-03-31 16:00

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·2016-02-23 22:00

13.1、时间序列实例

时间序列实例junjun2016年2月12日Rmarkdown脚本及数据集：http://pan.baidu.com/s/1gekA3AV实例一、使用ARIMA模型对裙子长度预测ARIMA模型为平稳时间序列定义的
qq_16365849·2016-02-12 12:00

时序分析：ARIMA模型（非平稳时间序列）

ARIMA模型意为求和自回归滑动平均模型(IntergratedAut少regressiveMovingAverageModel),简记为ARIMA(p,d,q),p,q分别为自回归和滑动平均部分的阶次
wishchin·2015-12-18 12:00

R语言时间序列分析之ARIMA模型预测

R语言时间序列分析之ARIMA模型预测今天学习ARIMA预测时间序列。指数平滑法对于预测来说是非常有帮助的而且它对时间序列上面连续的值之间相关性没有要求。
weixin_34246551·2015-11-10 22:00

时间序列分析之ARIMA模型预测__R篇

相关文章：时间序列分析之ARIMA模型预测__SAS篇   之前一直用SAS做ARIMA模型预测，今天尝试用了一下R，发现灵活度更高，结果输出也更直观。
·2015-11-09 12:28

R语言处理Time series

Time series Introduction Simple time series models ARIMA Validating a model Spectral
·2015-11-07 13:56

[python] 时间序列分析之ARIMA

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x(t)进行观察测量，将在一系列时刻t1,t2,⋯,tn所得到的离散数字组成的序列集合，称之为时间序列。时间序列分析是根据系统观察得到的时间序列数据，通过曲线拟合和参数估计来建立数学模型的理论和方法。时间序列分析常用于国民宏观经济控制、市场潜力预测、气象预测、农作物害虫灾害预报等各个方面。2时间序列建模基本步骤获取被观测系统时间序列数
u010414589·2015-11-03 21:00

SPSS统计功能与模块对照表

Models(单因素方差分析:简单因子) : 摘要 描述 方差 轮廓 - SPSS Base 2 AREG (评估从一个时间点到下一个时间点回归相关时的误差) : 预测 - SPSS Trends 3 ARIMA
·2015-10-31 09:18

R入门<二>-时间序列研究

ARIMA就是看图形，ACF和PACF,原理不需要知道，因为软件已经帮我们解动态方程了 总结下来就是 1）ARIMA关键是看图形，看ACF和PACF，公式啥的不一定要了解的很清楚，因为软件已经帮忙解动态方程了
·2015-10-30 13:00

R入门<三>-R语言实战第4章基本数据管理摘要

入门书籍：R语言实战 进度：1-4章 摘要： 1）实用的包 forecast:用于做时间序列预测的，有auto.arima函数 RODBC:可以用来读取excel文件。
·2015-10-30 13:00
上一页 15 16 17 18 19 20 21 22 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他