python arima模型_Python时间序列处理之ARIMA模型的使用讲解

ARIMA模型

ARIMA模型的全称是自回归移动平均模型，是用来预测时间序列的一种常用的统计模型，一般记作ARIMA(p,d,q)。

ARIMA的适应情况

ARIMA模型相对来说比较简单易用。在应用ARIMA模型时，要保证以下几点：

时间序列数据是相对稳定的，总体基本不存在一定的上升或者下降趋势，如果不稳定可以通过差分的方式来使其变稳定。

非线性关系处理不好，只能处理线性关系

判断时序数据稳定

基本判断方法：稳定的数据，总体上是没有上升和下降的趋势的，是没有周期性的，方差趋向于一个稳定的值。

ARIMA数学表达

ARIMA(p,d,q)，其中p是数据本身的滞后数，是AR模型即自回归模型中的参数。d是时间序列数据需要几次差分才能得到稳定的数据。q是预测误差的滞后数，是MA模型即滑动平均模型中的参数。

a) p参数与AR模型

AR模型描述的是当前值与历史值之间的关系，滞后p阶的AR模型可以表示为：

其中u是常数，et代表误差。

b) q参数与MA模型

MA模型描述的是当前值与自回归部分的误差累计的关系，滞后q阶的MA模型可以表示为：

其中u是常数，et代表误差。

c) d参数与差分

一阶差分：

二阶差分：

d) ARIMA = AR+MA

ARIMA模型使用步骤

获取时间序列数据

观测数据是否为平稳的，否则进行差分，化为平稳的时序数据,确定d

通过观察自相关系数ACF与偏自相关系数PACF确定q和p

得到p，d，q后使用ARIMA(p,d,q)进行训练预测

Python调用ARIMA

#差分处理

diff_series = diff_series.diff(1)#一阶

diff_series2 = diff_series.diff(1)#二阶

#ACF与PACF

#从scipy导入包

from scipy import stats

import statsmodels.api as sm

#画出acf和pacf

sm.graphics.tsa.plot_acf(diff_series)

sm.graphics.tsa.plot_pacf(diff_series)

#arima模型

from statsmodels.tsa.arima_model import ARIMA

model = ARIMA(train_data,order=(p,d,q),freq='')#freq是频率,根据数据填写

arima = model.fit()#训练

print(arima)

pred = arima.predict(start='',end='')#预测

总结

以上就是这篇文章的全部内容了，希望本文的内容对大家的学习或者工作具有一定的参考学习价值，谢谢大家对脚本之家的支持。如果你想了解更多相关内容请查看下面相关链接

python arima模型_Python时间序列处理之ARIMA模型的使用讲解相关推荐

arima 公式_时间序列预测之--ARIMA模型
什么是 ARIMA模型 ARIMA模型的全称叫做自回归移动平均模型,全称是(ARIMA, Autoregressive Integrated Moving Average Model).也记作ARIM ...
python学习模型_python学习笔记（IO模型）
1.IO模型介绍: io模型一般有五种: * blocking IO * nonblocking IO * IO multiplexing * signal driven IO * asynchron ...
python编辑程序模型_python并发编程之IO模型
了解新知识之前需要知道的一些知识同步(synchronous):一个进程在执行某个任务时,另外一个进程必须等待其执行完毕,才能继续执行 #所谓同步,就是在发出一个功能调用时,在没有得到结果之前,该调 ...
python用电预测_Python中利用长短期记忆模型LSTM进行时间序列预测分析-预测电力消耗数据...
此示例中,神经网络用于使用2011年4月至2013年2月期间的数据预测都柏林市议会公民办公室的能源消耗. 每日数据是通过总计每天提供的15分钟间隔的消耗量来创建的. LSTM简介 LSTM(或长期短期 ...
python用电预测_Python时间序列预测实战（电力负荷预测）
这是我之前工作做的一个项目 import os import pandas as pd import numpy path = "E:/工作/负荷预测/历史负荷数据-每天" #文件 ...
python数据预测_python时间序列预测股票走势
提示:这只是个训练模型,技术不具备实际意义,入市需谨慎. 首先调用tushare包 import tushare as ts import pandas as pd import matplotlib ...
python决策评价模型_Python 构建并评价分类模型_Python Classify - 树懒学堂
构建并评价分类模型分类是指构造一个分类模型,输入样本的特征值,输出对应的类别,将每个样本映射到预先定义好的类别.分类模型建立在已有类标记的数据集上,属于有监督学习.在实际应用场景中,分类算法被用于行 ...
python 按键精灵_python中用ctypes模拟点击的实例讲解
在小编学习python中的模拟点击之前,我们想要对某一项操作进行自动指令的重复,可以选择大家熟知的按键精灵.那么对比python的模拟点击,小编还是觉得python中使用更加方便.这样说不能让有些小伙 ...
时间序列预测任务的模型选择最全总结
在第一部分,将了解多种时间序列的模型,如经典的时间序列模型监督学习模型基于深度学习的模型在第二部分,将建立几个时间序列模型来预测股市的应用案例,并了解一些时间序列建模技术.这些模型将相互比较, ...

python arima模型_Python时间序列处理之ARIMA模型的使用讲解

python arima模型_Python时间序列处理之ARIMA模型的使用讲解相关推荐

最新文章

热门文章