数据分析的基本模型——时间序列回归

本文介绍了一种基于时间序列回归(TSR)的预测方法——ARIMA模型,该模型适用于节日客流量、季节销量及实时股价等场景的预测。通过对比实际值与预测值,可以直观评估预测精度。

场景:

节日客流量预测

季节销量预测

实时股价预测

案例:

客流量预测

解读:

通过实际值和预测值的对比可直观看出预测的准确程度

原理:

时间序列回归(TSR)是一种动态数据处理的统计方法,研究随机时间序列数据遵循的统计规律,

本模型使用ARIMA方法。

评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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