python时间序列分析航空旅人_时间序列分析-ARIMA模型（python）

时间序列概念：在生产和科学研究中，对某一个或者一组变量进行观察测量，将在一系列时刻所得到的离散数字组成的序列集合，称之为时间序列。时间序列分析是根据系统观察得到的时间序列数据，通过曲线拟合和参数估计来建立数学模型的理论和方法。时间序列分析常用于国民宏观经济控制、市场潜力预测、气象预测、农作物害虫灾害预报等各个方面。

常用的时间序列模型有很多种，在本文中主要研究ARIMA模型，也是实际案例中最常用的模型，这种模型主要针对平稳非白噪声序列数据。

主要流程：

步骤1：获取被观测系统时间序列数据；import pandas as pd

import statsmodels.api as sm

dta=[10930,10318,10595,10972,7706,6756,9092,10551,9722,10913,11151,8186,6422,

6337,11649,11652,10310,12043,7937,6476,9662,9570,9981,9331]

dta=pd.Series(dta)

dta.index=pd.Index(sm.tsa.datetools.dates_from_range('1996','2019'))

dta

步骤2：对数据绘图，观测是否为平稳时间序列( 一般都不平稳)；对于非平稳时间序列要先进行d阶差分运算，化为平稳时间序列；import matplotlib.pyplot as plt

dta.plot(figsize=(12,8))from statsmodels.graphics.tsaplots import plot_acf

plot_acf(dta)

画出ACF图，由ACF图可以看出，自相关系数长期大于0，说明序列具有很强的长期相关性，所以趋势并不平稳，因此要做差分运算，依次测试。diff1 = dta.diff(1).dropna()

diff1.columns = [u'销量差分']

diff1.plot()

此处做了1阶差分，观察到图形已大致趋于平稳。接下来做白噪声检验。from statsmodels.stats.diagnostic import acorr_ljungbox

print(u'差分序列的白噪声检验结果为：', acorr_ljungbox( diff1, lags=1))

输出的p值远小于0.05，所以一阶差分之后的序列是平稳非白噪声序列。

步骤3：经过第二步处理，已经得到平稳时间序列。要对平稳时间序列分别求得其自相关系数ACF 和偏自相关系数PACF ，通过对自相关图和偏自相关图的分析，得到最佳的阶层 p 和阶数 q；

ACF图：from statsmodels.graphics.tsaplots import plot_acf

plot_acf(diff1)

PACF图：from statsmodels.graphics.tsaplots import plot_pacf

plot_pacf(dta)

经观察，一阶差分序列的ACF显示出1阶截尾，PACF图显示出1阶截尾，因此考虑p=1,q=1,即对一阶差分序列拟合ARMA(1,1)模型，即对原始序列拟合ARIMA(1,1,1)模型。

利用BIC定阶进一步确定阶数，此处还需做一步研究，暂且跳过。

最终求得P为0。

步骤4：拟合ARIMA模型 (0,1,1)from statsmodels.tsa.arima_model import ARIMA

model = ARIMA(diff1, (0,1,1)).fit()

model.summary2()

步骤5：预测model.forecast(5)

python时间序列分析航空旅人_时间序列分析-ARIMA模型（python）相关推荐

python时间序列分析航空旅人_python时间序列分析
一.什么是时间序列时间序列简单的说就是各时间点上形成的数值序列,时间序列分析就是通过观察历史数据预测未来的值. 在这里需要强调一点的是,时间序列分析并不是关于时间的回归,它主要是研究自身的变化规律的 ...
python时间序列分析航空旅人_用python做时间序列预测一：初识概念
利用时间序列预测方法,我们可以基于历史的情况来预测未来的情况.比如共享单车每日租车数,食堂每日就餐人数等等,都是基于各自历史的情况来预测的. 什么是时间序列? 时间序列,是指同一个变量在连续且固定的时 ...
python时间序列分析航空旅人_大佬整理的Python数据可视化时间序列案例，建议收藏（附代码）...
前言本文的文字及图片来源于网络,仅供学习.交流使用,不具有任何商业用途,版权归原作者所有,如有问题请及时联系我们以作处理. 时间序列 1.时间序列图时间序列图用于可视化给定指标如何随时间变化.在这 ...
python时间序列指数平滑预测_时间序列分析预测实战之指数平滑法
一.什么是时间序列分析? 在工作中,常常要对数据进行预测,确定业务未来的发展趋势,进而配置相关的营销策略.制定业务目标,由此引申出了一个重要的用数据预测未来的方法--时间序列分析,今天和大家分享就是实 ...
python arima模型_时间序列分析 ARIMA模型 Python（2）
最近做了一个时间序列分析的项目.时间序列分析不同于以前的项目--看一下相关的库怎么用,就可以快速上线应用.它是非常需要你的基础知识的,Hamilton关于<时间序列分析>方面的知识,写了厚 ...
python 函数修饰器父类_手把手教你学python第十四讲（函数装饰器,super用法和时间处理）...
文中有些字在图中是因为每篇文章最多100张图片,我把有的小图片和文字一起截图了,文中所有的引用都会标出原文网址,除此以外都是作者原创. 有时候会在文章最前或者最后补充一些知识或者把前面说的有问题的地方 ...
python做自动化测试的优点_乐搏讲自动化测试-python语言特点及优缺点（5）
相信小伙伴们都知道,随着软件测试行业的发展和进步自动化测试已经成为必然.在竞争日益激烈的市场环境中也是你升职加薪的利器. 所以,小编决定从今天起!将要系统.连续.高质量的持续更新「整套自动化测试」文章 ...
用python编制一个的类_常见面试题整理--Python概念篇
前言众所周知,每年的三月份和四月份都是招聘.找工作的高峰期,所以被人们成为金三银四,所以小编特地整理了一些关于Python的面试题,希望对你们有所帮助! (一).这两个参数是什么意思:*args,* ...
32岁了学python来的及吗_现在27岁学python来得及吗？
答案是肯定的,27岁学习Python语言是来得及的. 学习Python语言是当前一个比较好的选择,原因有以下几点: 第一,Python语言有健全的生态.Python语言虽然在最近几年被广泛关注,但是P ...

python时间序列分析航空旅人_时间序列分析-ARIMA模型（python）

python时间序列分析航空旅人_时间序列分析-ARIMA模型（python）相关推荐

最新文章

热门文章