俗话说:临阵磨枪不亮也光,虽然不支持这种平时不努力临阵干着急的状态,但是这种情况的确是客观存在的。各位应该都有见识过因为种种原因在答辩/汇报/演讲等场合之前因为谈恋爱/打排位/刷抖音而导致没有认真准备的情况,那么有啥办法能补救吗?
来看一下之前这篇文章:
https://blog.csdn.net/weixin_43555542/article/details/103478933
通过AR模型的结论是:你的得分在统计学上会受前两位的,即前前位选手的发挥结果影响更大,且会显著和前一位的得分呈现反方向运动。此外,出场顺序越晚,评委的打分会略微提高,且波动性降低。
“哎,那我如果排队排在后面,然后前面是‘【学霸】【学渣】【我】’,就起飞了啊?“
有趣的结论,但是考虑到AR模型本身具有一定的缺陷(未全面考虑评委印象的因素,即答辩基础得分),且原数据需要协方差平稳,我们这次使用ARMA模型来验证一下学渣们的幻想。
首先需要确保模型数据具备平稳性且不是白噪声。
参考文献:
https://blog.csdn.net/qq_36558948/article/details/79594999
因为原数据不平稳,所以参用差分计算。
from statsmodels.tsa.stattools import adfuller as ADF
scoredif = np.diff(np.array(score), n = 1