ARIMA时间序列分析-----Python实例（一周销售营业额预测）

以ARIMA模型为例介绍时间序列算法在python中是如何实现的，一下是应用Python语言建模步骤：

-- coding: utf-8 --

“””
Created on Mon Apr 2 16:45:36 2018

@author: houy
“”“

arima模型对时间序列的要求是平稳型

import pandas as pd

参数初始化7ku9

discfile = ‘arima_data.xlsx’

数据集见https://pan.baidu.com/s/1L2LWfOA8o7y5lFG2VnDdFQ 中arima_data.xlsx

读取数据，制定日期列为指标，Pandas自动将“日期”列识别为Datatime格式

data = pd.read_excel(discfile,index_col = 0)

print(data.head())
print(‘\n Data Types:’)
print(data.dtypes)

时序图

import matplotlib.pyplot as plt

plt.rcParams[‘font.sans-serif’] = [‘SimHei’] #用来正常显示中文标签
plt.rcParams[‘axes.unicode_minus’] = False #用来正常显示负号
data.plot()
plt.show()

自相关图

from statsmodels.graphics.tsaplots import plot_acf

plot_acf(data).show() #显示出很强的自相关性

平稳性检测

from statsmodels.tsa.stattools import adfuller as ADF

print(u’原始序列的ADF检验结果为：’,ADF(data[u’销量’]))