时间序列分析

多元时间序列分析统计学基础:基本概念、VMA、VAR和VARMA

多元时间序列是一个在大学课程中经常未被提及的话题。但是现实世界的数据通常具有多个维度，所以需要多元时间序列分析技术。在这文章我们将通过可视化和Python实现来学习多元时间序列概念。这里假设读者已经了解单变量时间序列分析。1、什么是多元时间序列？顾名思义，多元时间序列是与时间相关的多维数据。我们可以...

从零到一:Pandas时间序列分析全攻略

从零开始学习Pandas进行时间序列分析，你可以遵循以下步骤和概念，这将帮助你构建强大的数据分析能力：1.理解时间序列基础定义：时间序列数据是指按时间顺序排列的一系列数据点，常用于预测未来趋势或分析历史模式。特点：具有时间序列索引，可以是日期、时间戳或其他时间单位。2.安装与导入Pandas使用...

数据分析——时间序列-指数平滑（指数平滑法属于时间序列模型吗?）

基础回顾时间序列的主要成分一般认为有：平稳，趋势，季节等和几者的累加、累积一般的基础分析方法，首先就是做平滑，那么为什么要做平滑呢？说了也是白说，平滑不就是平均滑动吗，就是为了通过移动平均值来消除或者消弱序列中不规则变动，试图发现其中的规律。这里先来说说指数平滑：指数平滑法有几种不同形式：一次指数平...

AI数据分析:根据Excel表格数据进行时间序列分析

ChatGPT中输入提示词：你是一个Python编程专家，要完成一个Python脚本编写的任务，具体步骤如下：读取Excel表格："F:\AI自媒体内容\AI行业数据分析\toolify月榜\toolify2023年-2024年月排行榜汇总数据.xlsx"用matplotlib绘制一...

时间序列+回归分析+定性技术综合预测，最有效的需求预测系统方法

我在专栏《需求预测指数平滑法详解》中提到，需求预测有若干种方法，但几乎任何需求预测方法都有缺点，需求预测的方法也一般在最佳应用范围内应用。于是，有不少朋友问我，在大多数情况下，有没有可以应对一些常规企业的，较通用并有一定效果的一种或多种组合的需求预测方法。方法总是有的。本文就提出一个思路，请大家讨论...

用R语言做数据分析——时间序列分类

时间序列分类是根据已标注的时间序列建立一个分类模型，然后使用分类模型预测未标记时间序列的类别。从时间序列中抽取出新特征肯呢个有助于提高分类模型的性能。特征提取技术有奇异值分解（SVD）、离散傅立叶变换（DFT）、离散小波变换（DWT）、分段积累近似法（PAA）、连续重要点（PIP）、分段线性表示，以...

开源时序数据库解析:时间序列数据的存储和计算

KairosDBKairosDB最初是从OpenTSDB1.x版本fork出来的一个分支，目的是在OpenTSDB的代码基础上进行二次开发来满足新的功能需求。其改造之一就是支持可插拔式的存储引擎，例如支持H2可以方便本地开发和测试，而不是像OpenTSDB一样与HBase强耦合。在其最初的几个版本...

需求预测方法的综合应用:时间序列、回归分析与定性技术组合预测

我在专栏《需求预测指数平滑法详解》中提到，需求预测有若干种方法，但几乎任何需求预测方法都有缺点，需求预测的方法也一般在最佳应用范围内应用。于是，有不少朋友问我，在大多数情况下，有没有可以应对一些常规企业的，较通用并有一定效果的一种或多种组合的需求预测方法。方法总是有的。本文就提出一个思路，请大家讨论...

平稳时间序列分析之模型识别（对于平稳性时间序列,如何进行模型识别?）

时间序列识别过程利用自相关系数ACF和偏自相关系数PACF，其中ACF用于衡量序列中较早的数据值是否与后面时间值有某种关系，PACF用于捕获变量和变量滞后量之间的关系。计算出样本自相关系数和偏相关系数的值之后，就要根据它们表现出来的性质，确定相应的p，q的数值，从而选择适当阶数的ARMA(p,q)...

一文带您了解PyCaret(炼丹神器):时间序列分析(Time Series)示例

在上两篇短文中：《一文带您了解PyCaret：从数据到见解，快速进行机器学习模型开发》《一文带您了解PyCaret(炼丹神器)：回归分析(Regression)示例探秘》我们简要介绍了PyCaret的特点以及针对分类问题的建模、回归分析的建模示例。在实际的机器学习问题中，时间序列(TimeSeri...