数据

使用Prophet进行时间序列预测

Prophet是Facebook开源的预测工具,相比ARIMA模型,Prophet真的是非常的简单。只要读入两
1 min read

采用时间序列预测股价变化

时间序列简介 在数学上,随机过程被定义为一族时间随机变量,即{x(t),t∈T},其中T表示时间t的变动范围。
3 min read

SARIMAX:季节性ARIMA

在先前的使用Python创建季节性ARIMA模型中,出现了SARIMAX模型。在上一篇的文章中并没有讲清楚SA
18 sec read

使用ARIMA预测欧元汇率

这篇文章主要是用于复习ARIMA,针对一些可能存在的问题进行进一步的理清。对预测的整个流程再做一次清晰的回顾。
57 sec read

如何确定ARIMA模型中参数p、d、q

在先前学习的使用ARIMA预测时间序列的文章中,对于如何确定参数p、d、q还是存在一些疑问,今天学习的这篇文章
29 sec read

最优模型选择准则:AIC和BIC

很多参数估计问题均采用似然函数作为目标函数,当训练数据足够多时,可以不断提高模型精度,但是以提高模型复杂度为代
22 sec read

如何理解自相关和偏自相关图

前几篇的时间序列预测的文章中,都用到了自相关(ACF)和偏自相关(PACF)图,但是理解起来还是存在一些问题。
41 sec read

时间序列预测:使用Python创建季节性ARIMA模型

此文与先前的  时间序列预测初学者指南(Python)的内容类似,只不过中间多了一个季节性的的内容,在学习前,
37 sec read

使用ARIMA进行时间序列预测(Python)

前几篇文章介绍了使用时间序列进行预测的大致思路及流程,今天又找到一篇使用ARIMA进行时间序列的文章,处理的流
28 sec read

时间序列预测初学者指南(Python)

这篇文章是《基于R语言的时间序列建模完整教程》的后续文章,不同的是本文采用Python来进行讲解。本文在原文基
48 sec read

时间序列建模完整教程(R语言)

对于企业时间是最重要的因素,然而绝大多数公司很难跟上时间的脚步。但是随着技术的发展,出现了很多有效的方法,能够
1 min read

用Python进行时间序列预测的7种方法

时间序列预测在日常分析中常会用到,前段时间在处理预算相关的内容,涉到一些指标预测,学习到了这篇文章,整理出来分
38 sec read