利用ARIMA算法建立短期预测模型

　　周五福利日活动是电信为回馈老用户而做的活动，其主要回馈老用户的方式是让用户免费领取对应的优惠券，意在提升老用户的忠诚度和活跃度。今日，为保证仓库备货优惠券资源充足，特别是5元话费券等，需要对该类优惠券领取效果进行预测，从而指导备货。经研究选用ARIMA算法建立预测模型，对5元话费券进行日领取量的短期预测。数据集收集了2019年1月到2019年2月5元话费券的日领取量数据，并根据此数据做时间序列分析并建立预测模型。

　　1、进行数据的加载

from statsmodels.tsa.stattools import acf, pacf
import statsmodels.api as sm
import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
import scipy.stats as stats

receive=pd.read_excel(r'E:\Ering\data\HF_5.xlsx')

　　2、进行一阶差分和检验一阶差分的效果

#设置一下时间索引并进行一阶差分
receive.index=pd.Index(pd.date_range('1/1/2019','31/3/2019',freq='1D'))
receive['number'].plot()
receive['number'].diff(1).plot() 

　　利用自相关系数的白噪声检验差分效果

# 利用自相关系数的白噪声检验差分后的数据是否是平稳序列：
r,q,p=sm.tsa.acf(receive[