
Time Series
文章平均质量分 90
积微成著
每一个你不满意的现在,都有一个你没有努力的曾经。
展开
-
时间序列实战(一)
导入数据,并转化为时间序列#coding:utf-8import numpy as npimport pandas as pdfrom datetime import datetimeimport matplotlib.pylab as pltplt.rcParams['font.sans-serif']=['SimHei']from matplotlib.pylab import rc原创 2016-07-31 18:12:15 · 25324 阅读 · 5 评论 -
时间序列分析
时间序列的特点序列中的数据或数据点的位置依赖于时间,即数据的取值依赖于时间的变化,但不一定是时间t的严格函数。每一时刻的取值或数据点的位置具有一定的随机性,不可能完全准确地用历史数据预测。前后时刻(不一定是相邻时刻)的数值或数据点的位置有一定的相关性,这种相关性就是系统的动态规律性。从整体上看,时间序列往往呈现出某种趋势性或出现周期性变化的现象。 因此,建立时间序列模型,首先应当仔细分析对原创 2016-07-30 14:41:11 · 11192 阅读 · 1 评论