时间序列ARIMA模型学习

参考博客

1、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)
2、机器学习(五)——时间序列ARIMA模型
3、时间序列分析-ARIMA模型(python)

笔记

详情参考三篇博文。
1、ARIMA模型,全称为自回归积分滑动平均模型(Autoregressive Integrated Moving Average Model),是AR模型、差分运算、MA模型的结合。ARIMA模型是在将非平稳时间序列转化为平稳时间序列过程中,将因变量仅对它的滞后值以及随机误差项的现值和滞后值进行回归所建立的模型,具体而言:

  • AR:自回归。一种模型,它使用观察与一些滞后观察之间的依赖关系。
  • I:差分运算。使用原始观察的差分(例如,从前一时间步骤的观察中减去观察值)以使时间序列静止。
  • MA:移动平均线。使用应用于滞后观察的移动平均模型中的观察和残差之间的依赖关系的模型

2、模型适用于平稳时间序列。对于比如自相关系数长期大于0,序列具有很强的长期相关性的非平稳序列,需要先进行差分操

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值