使用Python、arima进行时间序列预测
（1）判断时间序列是否是平稳白噪声序列，若不是进行平稳化
（2）本实例数据带有周期性，因此先进行一阶差分，再进行144步差分
（3）看差分序列的自相关图和偏自相关图，差分后的而序列为平稳序列
（4）模型定阶，根据aic,bic,hqic
（5）预测，确定模型后预测
（5）还原，由于预测时用的差分序列，得到的预测值为差分序列的预测值，需要将其还原
2019-12-21 19:46:38
12KB
1
ARMA、ARIMA、AR、MA均是时间序列的重要方法。此例程中包含了以上所有的实现过程，java实现的，且含有main函数供自行调试，已亲测可用！
2019-12-21 19:29:24
8.83MB
1
时间序列预测建模，移动平滑、指数平滑、等模型的描述讲解和matlab程序实现代码。arima、arma等等
2019-12-21 19:24:39
490KB
1
我们用了两种算法对PJM某区电力负荷进行超短期预测。ARIMA算法预测速度较快，平均误差在3%以内，特别适合这种超短期负荷预测，而小波分析+BP神经网络算法是一种适应性比较广的算法，在此次超短期负荷预测中它的平均误差在7%以内，预测时间相对更长。
此程序由华北电力大学电力专业学生编写，采用了VB、MATLAB混合编程（VB的界面，MATLAB的内核），利用了2种算法实现电力负荷超短期预测，这2种方法都是当前较先进实用的算法，十分有启发性。
2019-12-21 18:58:11
8.95MB
1