既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,涵盖了95%以上物联网嵌入式知识点,真正体系化!
由于文件比较多,这里只是将部分目录截图出来,全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、电子书籍、讲解视频,并且后续会持续更新
plot_acf(data).show() #自相关图既不是拖尾也不是截尾。以上的图的自相关是一个三角对称的形式,这种趋势是单调趋势的典型图形,说明这个序列不是平稳序列
1 平稳性检测
from statsmodels.tsa.stattools import adfuller as ADF
def tagADF(t):
result = pandas.DataFrame(index=[
“Test Statistic Value”, “p-value”, “Lags Used”,
“Number of Observations Used”,
“Critical Value(1%)”, “Critical Value(5%)”, “Critical Value(10%)”
], columns=[‘销量’]
);
result[‘销量’][‘Test Statistic Value’] = t[0]
result[‘销量’][‘p-value’] = t[1]
result[‘销量’][‘Lags Used’] = t[2]
result[‘销量’][‘Number of Observations Used’] = t[3]
result[‘销量’][‘Critical Value(1%)’] = t[4][‘1%’]
result[‘销量’][‘Critical Value(5%)’] = t[4][‘5%’]
result[‘销量’][‘Critical Value(10%)’] = t[4][‘10%’]
return result;
print(‘原始序列的ADF检验结果为:’,tagADF(ADF(data[u’销量’]))) # 添加标签后展现
平稳判断:得到统计量大于三个置信度(1%,5%,10%)临界统计值,p值显著大于0.05,该序列为非平稳序列。
备注:得到的统计量显著小于3个置信度(1%,5%,10%)的临界统计值时,为平稳 此时p值接近于0 此处不为0,尝试增加数据量,原数据太少
2 进行数据差分,一般一阶差分就可以
D_data = data.diff(1).dropna()
D_data.columns = [u’销量差分’]
#差分图趋势查看
D_data.plot()
plt.show()
附加:查看自相关系数合片自相关系数(查分之后),可以用于平稳性的检测,也可用于定阶系数预估
#自相关图
plot_acf(D_data).show()
plt.show()
#偏自相关图
from statsmodels.graphics.tsaplots import plot_pacf
plot_pacf(D_data).show()
3 平稳性检测
print(u’差分序列的ADF检验结果为:‘, tagADF(ADF(D_data[u’销量差分’])))
解释:Test Statistic Value值小于两个水平值,p值显著小于0.05,一阶差分后序列为平稳序列。
4 白噪声检验
from statsmodels.stats.diagnostic import acorr_ljungbox
#返回统计量和p值
print(u’差分序列的白噪声检验结果为:', acorr_ljungbox(D_data, lags=1)) # 分别为stat值(统计量)和P值
P值小于0.05,所以一阶差分后的序列为平稳非白噪声序列。
5 p,q定阶
from statsmodels.tsa.arima_model import ARIMA
#一般阶数不超过length/10
pmax = int(len(D_data)/10)
#一般阶数不超过length/10
qmax = int(len(D_data)/10)
#bic矩阵
bic_matrix = []
for p in range(pmax+1):
tmp = []
for q in range(qmax+1):
#存在部分报错,所以用try来跳过报错。
try:
tmp.append(ARIMA(data, (p,1,q)).fit().bic)
except:
tmp.append(None)
bic_matrix.append(tmp)
#从中可以找出最小值
bic_matrix = pandas.DataFrame(bic_matrix)
#先用stack展平,然后用idxmin找出最小值位置。
p,q = bic_matrix.stack().idxmin()
收集整理了一份《2024年最新物联网嵌入式全套学习资料》,初衷也很简单,就是希望能够帮助到想自学提升的朋友。
一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人
都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!
cs/618679757)**
一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人
都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!