【文件属性】:
文件名称:Arima:使用ARIMA进行时间序列预测
文件大小:2.04MB
文件格式:ZIP
更新时间:2021-05-08 21:37:19
JupyterNotebook
时间序列预测的Arima
自回归综合移动模型是用于时间序列预测的广义移动平均模型。 非季节Arima具有三个分量p,d,q。
p-指定时间延迟的顺序。
d-指定差异程度
q-指定移动平均线的顺序。
ARIMA是实现的python统计资料库,将用于训练和预测。 该项目使用的是ARIMA的非季节性变体。
资料集
非季节性ARIMA已针对两个数据集进行了验证。 第一个包括温度数据,第二个包括乘客数据。 两者都可以在线获得。
任务是预测两个数据集的未来时间序列值。
实用方法
def isSeriesStationary ( series ):
pValue = adfuller ( series )[ 1 ]
if pValue > 0.05 :
return False
else :
return True
def isSerie
【文件预览】:
Arima-master
----README.pdf(917KB)
----LICENSE(1KB)
----README.md(6KB)
----Arima.ipynb(438KB)
----Data()
--------AirPassengers.csv(2KB)
--------temperature-2.xls(161KB)
--------daily-minimum-temperatures-in-me.csv(55KB)
----Images()
--------TemperaturePrediction.png(133KB)
--------PassengerPrediction.png(51KB)
--------DescribeTemperature.png(437KB)
--------DescribePassengers.png(86KB)
--------TemperatureData.png(97KB)
--------PassengerData.png(52KB)