1、时间序列算法
1.1、差分自回归移动平均模型（Arima）
1.1.1、概述
ARIMA是典型的时间序列模型，其由三部分组成：AR模型（自回归模型）和MA模型（滑动平均模型），以及差分的阶数I，因此ARIMA称为差分自回归滑动平均模型。
参考文献：
理论来源
代码来源
修改后代码如下：
# -*— coding:utf-8 -*-
# @time :2021/11/30 15:47
# @Author :zhangzhoubin
# -*- coding: utf-8 -*-
# 用 ARIMA 进行时间序列预测
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import statsmodels.api as sm
from statsmodels.tsa.arima_model import ARIMA
from statsmodels.graphics.tsaplots import acf,pacf,plot_acf,plot_pacf
from statsmodels.graphics.api import qqplot
#中文显示
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
# 1.创建数据
data = [5922, 5308, 5546, 5975, 2704, 1767, 4111, 5542, 4726, 5866, 6183, 3199, 1471, 1325, 6618, 6644, 5337, 7064, 2912, 1456, 4705, 4579, 4990, 4331, 4481, 1813, 1258, 4383, 5451, 5169, 5362, 6259, 3743, 2268, 5397, 5821, 6115, 6631, 6474, 4134, 2728, 5753, 7130, 7860, 6991, 7499, 5301, 2808, 6755, 6658, 7644, 6472, 8680, 6366, 5252, 8223, 8181, 10548, 11823, 14640, 9873, 6613, 14415, 13204, 14982, 9690, 10693, 8276, 4519, 7865, 8137, 10022, 7646, 8749, 5246, 4736, 9705, 7501, 9587, 10078, 9732, 6986, 4385, 8451, 9815, 10894, 10287, 9666, 6072, 5418]
data = pd.Series(data)
data.index = pd.Index(sm.tsa.datetools.dates_from_range('1901','1990'))
print(data)
data.plot(figsize=(12,8))
plt.title('原始数据可视化展示')
plt.ylabel('经济增长量')
plt.xlabel('年份')
#绘制时序的数据图
plt.show()
#2、下面我们先对非平稳时间序列进行时间序列的差分，找出适合的差分次数d的值：
# fig = plt.figure(figsize=(12, 8))
# ax1 = fig.add_subplot(111)
# diff1 = data.diff(1)
# diff1.plot(ax=ax1)
# plt.title('一次差分结果展示')
#这里是做了1阶差分，可以看出时间序列的均值和方差基本平稳，不过还是可以比较一下二阶差分的效果：
#这里进行二阶差分
# fig = plt.figure(figsize=(12, 8))
# ax2 = fig.add_subplot(111)
# diff2 = data.diff(2)
# diff2.plot(ax=ax2)
# plt.title('二次差分的结果展示')
# plt.show()
#由下图可以看出来一阶跟二阶的差分差别不是很大，所以可以把差分次数d设置为1，上面的一阶和二阶程序我们注释掉
#这里我们使用一阶差分的时间序列
#3.接下来我们要找到ARIMA模型中合适的p和q值：
data1 = data.diff(1)
data1.dropna(inplace=True)
#加上这一步，不然后面画出的acf和pacf图会是一条直线
#
#第一步：先检查平稳序列的自相关图和偏自相关图
fig = plt.figure(figsize=(12, 8))
ax1 = fig.add_subplot(211)
fig = sm.graphics.tsa.plot_acf(data1,lags=40,ax=ax1)
#lags 表示滞后的阶数
# #第二步：下面分别得到acf 图和pacf 图
ax2 = fig.add_subplot(212)
fig = sm.graphics.tsa.plot_pacf(data1, lags=40,ax=ax2)
plt.show()
#由上图可知，我们可以分别用ARMA(7,0)模型、ARMA(7,1)模型、ARMA(8,0)模型等来拟合找出最佳模型：
#第三步:找出最佳模型ARMA
arma_mod1 = sm.tsa.ARMA(data1,(7,0)).fit()
print(arma_mod1.aic, arma_mod1.bic, arma_mod1.hqic)
#1580.3025343975862 1602.7002617251756 1589.3304155296435
arma_mod2 = sm.tsa.ARMA(data1,(7,1)).fit()
print(arma_mod2.aic, arma_mod2.bic, arma_mod2.hqic)
#1581.7419537046683 1606.6283174019898 1591.7729327402876
arma_mod3 = sm.tsa.ARMA(data1,(8,0)).fit()
print(arma_mod3.aic, arma_mod3.bic, arma_mod3.hqic)
#1582.027426337836 1606.9137900351575 1592.0584053734553
# #由上面可以看出ARMA(7,0)模型最佳
# #第四步：进行模型检验
# #首先对ARMA(7,0)模型所产生的残差做自相关图
# resid = arma_mod1.resid
# #一定要加上这个变量赋值语句，不然会报错resid is not defined
# fig = plt.figure(figsize=(12, 8))
# ax1 = fig.add_subplot(211)
# fig = sm.graphics.tsa.plot_acf(resid.values.squeeze(),lags=40,ax=ax1)
# ax2 = fig.add_subplot(212)
# fig = sm.graphics.tsa.plot_pacf(resid, lags=40,ax=ax2)
# #
# #接着做德宾-沃森（D-W）检验
# print(sm.stats.durbin_watson(arma_mod1.resid.values))
# # #得出来结果是不存在自相关性的
# #
# # #再观察是否符合正态分布,这里用qq图
# fig = plt.figure(figsize=(12,8))
# ax = fig.add_subplot(111)
# fig = qqplot(resid, line='q',ax=ax, fit=True)
# plt.show()
# #最后用Ljung-Box检验:检验的结果就是看最后一列前十二行的检验概率（一般观察滞后1~12阶），
# #如果检验概率小于给定的显著性水平，比如0.05、0.10等就拒绝原假设，其原假设是相关系数为零。
# #就结果来看，前12阶的P值都是大于0.05，所以在0.05的显著性水平下，不拒绝原假设，即残差为白噪声序列。
# r,q,p = sm.tsa.acf(resid.values.squeeze(),qstat=True)
# data2 = np.c_[range(1,41), r[1:], q, p]
# table= pd.DataFrame(data2, columns=[ 'lag','AC','Q','Prob(>Q)'])
# print(table.set_index('lag'))
# #
# #第五步：平稳模型预测,对未来十年进行预测
# predict_y =arma_mod1.predict('1990', '2000', dynamic=True)
# print(predict_y) #arima模型采用的推算的方法，利用训练好的模型，提供推算的个数就可以预测出来
#
# fig, ax = plt.subplots(figsize=(12,8))
# ax1 = data1.loc['1901':]
# ax = data1.loc['1901':].plot(ax=ax)
# predict_y.plot(ax=ax)
# plt.show()
#还原到原始序列
ts_restored = pd.Series([data[0]], index=[data.index[0]]) .append(data1).cumsum() #由于上面差分采用步数为1的差分，依据原始数据的第一个数据进行数据还原，获取历史原始数据
#第六步：使用ARIMA模型进行预测
model = ARIMA(ts_restored,order=(7,1,0)) #导入ARIMA模型
result = model.fit()
predict_y =result.predict('1991', '2000', dynamic=True)
a=pd.concat([data1,predict_y])
#结果数据+预测数据进行还原
res = pd.Series([data[0]], index=[data.index[0]]) .append(a).cumsum()
print(res) #arima模型采用的推算的方法，利用训练好的模型，提供推算的个数就可以预测出来
plt.plot(res,'b') #绘制真实值预测值整个曲线
plt.title('真实数据和预测数据可视化（整体绘制）')
plt.show()
#绘制真实值和预测值分段曲线，可视化分析出不同预测值的分布
a=res.loc[:'1990']
b=res.loc['1990':]
plt.plot(a,label="True_valeu",color='b')
plt.plot(b,label="pred_value",color='r',linestyle="--")
plt.title('真实数据和预测数据可视化（分段绘制）')
plt.show()相关知识补充
1）差分
差分用于反映离散数据的离散情况的一种量化，是研究离散数据的一种工具，计算逻辑和微分基本一致。
差分（difference）又名差分函数或差分运算，差分的结果反映了离散量之间的一种变化，是研究离散数学的一种工具。它将原函数f(x) 映射到f(x+a)-f(x+b) 。差分运算，相应于微分运算，是微积分中重要的一个概念。总而言之，差分对应离散，微分对应连续。差分又分为前向差分、向后差分及中心差分三种。
读者熟悉等差数列：a1 a2 a3……an……，其中an+1= an + d（ n = 1,2,…n ）d为常数，称为公差， 即 d = an+1 -an , 这就是一个差分, 通常用D(an) = an+1- an来表示，于是有D(an)= d , 这是一个最简单形式的差分方程。
定义. 设变量y依赖于自变量t ,当t变到t + 1时,因变量y = y(t)的改变量Dy(t)= y(t+1) - y(t)称为函数y(t)在点t处步长为1的(一阶)差分，记作Dy1= yt+1- yt，简称为函数y(t)的(一阶)差分,并称D为差分算子。
差分具有类似于微分的运算性质。
3373
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
