通过对10月份失窃数据的时间序列分析，发现在1号、15号和29号（均为周三）失窃数额显著增加，这可能与附近学校学生每两周周三下午不上课有关。逻辑回归分析进一步证实，活动日和周三与失窃损失有关，暗示学校活动可能与失窃事件存在关联。然而，解释变量的选择可能影响结果，可能存在未知因素导致这一关联。
案件回顾
杂货店屡遭贼
1，杂货店遭小偷情况严重
2，现有8个月内，每天的失窃纪录
3，偷窃者有老顾客家属和学生，店主希望能防患于未然（问题：失窃是否有规律？怎样运用规律堤防盗贼？）
时间序列分析
将数据存储为csv格式，导入python，查看前10行数据。
[Python] 纯文本查看 复制代码
|
1
2
3
4
5
|
import pandas as pd
xiaotailang = pd.read_csv('xiaotailang.csv')
xiaotailang.head(10)
|
按照时间顺序，画出失窃数额的线形图。
[Python] 纯文本查看 复制代码
|
1
2
3
4
5
6
7
8
9
|
|
最低0.47元/天 解锁文章
扫一扫
9953
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
