时间序列可以认为成趋势+季节+残差,所谓时间序列分析包括两大步:
- 确定数据是否平稳。
- 若不平稳:将趋势和季节剔除,得到平稳的非随机序列。若平稳:检查是否白噪声
- 从残差序列中提取统计规律,得到规律 + 白噪声序列。
ARIMA模型类:
检查平稳性:
30个平稳,但是是白噪声。。。。ARIMA模型类不能用咯
滤波器类:
在使用时间序列过滤器分解的时候应该如何实现预测呢?
有一种办法是:分别预测分解后的三个部分,预测值 = 预测的趋势+预测的周期+预测的残差。
使用seasonal_decompose分解剔除季节:
发现剔除得到的趋势非常难拟合出来。PASS。