接下来主要记录编码解决问题的过程。
在阅读过一些资料后,我认为时间序列分析主要分为五步:
- 对序列进行稳定性检验,做相关图,观察p值,通过差分等手段获得平稳的时间序列。
- 选取适合的模型,定阶数。
- 模型求解。
- 白噪声检验,优化。
- 预测。
序列稳定性检验
主要参考:
http://xtf615.com/2017/03/08/Python%E5%AE%9E%E7%8E%B0%E6%97%B6%E9%97%B4%E5%BA%8F%E5%88%97%E5%88%86%E6%9E%90/
- 可以直接肉眼观察法,大致估计是否满足平稳的性质。平均值是否随着时间改变,以及震动的速度是否随着时间改变。
data = pd.DataFrame([[1952, 100], [1953, 101.6], [1954, 103.3], [1955, 111.5], [1956, 116.5],
[1957, 120.1], [1958, 120.3], [1959, 100.6], [1960, 83.6], [1961, 84.7],
[1962, 88.7], [1963, 98.9], [1964, 111.9], [1965, 122.9], [1966, 131.9],
[1967, 134.2], [1968, 131.6], [1969, 132.2], [1970, 139.8], [1971, 142]