时间分析会用到的函数

2019独角兽企业重金招聘Python工程师标准>>>

时间序列分析时可用到函数

函数	程序包	用途
ts()	stats	生成时序对象
plot()	graphics	画出时间序列的折线图
start()	stats	返回时间序列的开始时间
end()	stats	返回时间序列的结束时间
frequency()	stats	返回时间序列中时间点的个数，周期数
window()	stats	对时序对象取子集
ma()	forecast	拟合一个简单的移动平均模型
stl()	stats	用LOESS光滑将时序分解为季节项、趋势项和随机项
monthplot()	stats	画出时序中的季节项
seasonplot()	forecast	生成季节图
HoltWinters()	stats	拟合指数平滑模型
forecast()	forecast	预测时序的未来值
accuracy()	forecast	返回时序的拟合优度度量
ets()	forecast	拟合指数平滑模型，同时也可以自动选取最优模型
lag()	stats	返回取过指定滞后项的时序
Acf()	forecast	估计自相关函数
Pacf()	forecast	估计偏自相关函数
diff()	base	返回取过滞后项和（或）差分后的序列
ndiffs()	forecast	找到最优差分次数以移除序列中的趋势项
adf.test()	tseries	对序列做ADF检验以判断其是否平稳
arima()	stats	拟合ARIMA模型
Box.test()	stats	进行Ljung-Box检验以判断模型的残差是否独立
bds.test()	tseries	进行DBS检验以判断序列中的随机变了是否服从独立同分布
auto.arima()	forecast	自动选择ARIMA模型

转载于:https://my.oschina.net/u/1785519/blog/1563577