(2)ACF、PACF均是拖尾的
例：(1-0.9B)zt=(1-0.5B)at模拟产生250个观察值，ACF、PACF如下表所示：
k 1 2 3 4 5 6 7 8 9 10
acf 0.57 0.5 0.47 0.35 0.31 0.25 0.21 0.18 0.1 0.12
pacf 0.57 0.26 0.18 -0.03 0.01 -0.01 0.01 0.01 -0.08 0.05
2022-11-26 19:32:04
851KB
1
matlab预测股票价格走势 - 基于时间序列分析的机器学习和深度学习模型股价预测
2022-11-26 19:26:30
4.2MB
1
基于BP神经网络的时间序列预测（Matlab完整程序和数据）
基于BP神经网络的时间序列预测（Matlab完整程序和数据）
基于BP神经网络的时间序列预测（Matlab完整程序和数据）
2022-11-26 14:29:10
19KB
贝叶斯优化CNN-RNN时间序列预测（Matlab完整程序）
贝叶斯优化CNN-LSTM时间序列预测（Matlab完整程序）
贝叶斯优化CNN-BiLSTM时间序列预测（Matlab完整程序）
2022-11-26 09:29:56
272KB
FILM的长期时间序列预测（Python完整源码和数据）
FILM的长期时间序列预测（Python完整源码和数据）
FILM的长期时间序列预测（Python完整源码和数据）
FILM：用于长期时间序列预测的模型
涵盖五个实际应用：能源、交通、经济、天气和疾病。
2022-11-25 16:27:09
1.5MB
基于Transformers的时间序列平稳性分析（Python完整源码和数据）
基于Transformers的时间序列平稳性分析（Python完整源码和数据）
基于Transformers的时间序列平稳性分析（Python完整源码和数据）
Transformers
时间序列
数据分析
2022-11-25 12:26:58
2.01MB
基于SCINet网络的时间序列建模和预测（Pytorch完整源码和数据）
基于SCINet网络的时间序列建模和预测（Pytorch完整源码和数据）
基于SCINet网络的时间序列建模和预测（Pytorch完整源码和数据）
基于SCINet网络的时间序列建模和预测（Pytorch完整源码和数据）
SCINet
时间序列
Pytorch完整源码和数据
2022-11-25 12:26:57
357KB
基于Seasonal-Trend的时间序列预测（PyTorch完整源码和数据）
基于Seasonal-Trend的时间序列预测（PyTorch完整源码和数据）
基于Seasonal-Trend的时间序列预测（PyTorch完整源码和数据）
Seasonal-Trend
时间序列预测
PyTorch
完整源码和数据
2022-11-25 12:26:57
4.73MB
基于DSN(动态稀疏网络)的时间序列分类（Python完整源码和数据）
基于DSN(动态稀疏网络)的时间序列分类（Python完整源码和数据）
基于DSN(动态稀疏网络)的时间序列分类（Python完整源码和数据）
DSN
动态稀疏网络
时间序列
时间序列分类
2022-11-25 12:26:56
19KB