【达摩老生出品，必属精品，亲测校正，质量保证】
资源名：时间序列分析程序_matlab
资源类型：matlab项目全套源码
源码说明： 全部项目源码都是经过测试校正后百分百成功运行的，如果您下载后不能运行可联系我进行指导或者更换。
适合人群：新手及有一定经验的开发人员
2022-04-17 21:05:50
12KB
Arauto
用于时间序列实验和预测的交互式工具
Arauto是一个开源框架，旨在简化建模和实验时间序列分析和预测的过程。 Arauto提供了一个直观的交互式界面，可以使用自回归模型（AR，ARMA，ARIMA，SARIMA，ARIMAX和SARIMAX）探索模型的不同参数。 越来越多的估计器和算法正在研究中。
关于Arauto的博客文章
Arauto在Towards Data Science的Medium博客上得到了推荐。 。
特征
支持外源回归变量（独立变量）
季节性分解可让您了解数据的趋势，季节性和残差
使用增强Dickey-Fuller检验的平稳性检验
自定义数据转换的平稳性：您可以使用从一阶差异到季节性日志来转换数据
ACF （自相关函数）和PACF （偏相关函数）用于项估计
自定义ARIMA术语或让Arauto根据您的数据选择最适合您的
网格搜索功能可进行参数调整
代码生成
2022-04-17 16:25:34
227.17MB
1
电力需求分析
在时间序列数据集上分析房屋的电力需求。 还使用基于电力需求的 K-Means 聚类创建了电器检测系统。
2022-04-17 09:39:33
702KB
1
在许多领域，包括医疗保健、生物和气候科学，时间序列是不规则的采样，连续读数之间的时间间隔不同，不同的变量子集(传感器)在不同的时间点观测。在收集传感器测量数据时，经常存在一些实际问题，这些问题会导致各种类型的不正常现象，例如成本节约、传感器故障、物理场景中的外部力量、医疗干预等等。
虽然时间序列的机器学习方法通常假设完全可观察和固定大小的输入，但不规则采样的时间序列提出了相当大的挑战。例如，传感器的观测结果可能没有对齐，相邻读数之间的时间间隔可能因传感器而异，不同的样本可能在不同的时间记录不同数量的读数。
2022-04-16 09:07:34
10.5MB