time-series-modeling:时间序列预测是使用模型根据先前观察到的值预测未来值

上传者: 42118161 | 上传时间: 2022-04-08 17:33:53 | 文件大小: 2MB | 文件类型: ZIP
时间序列建模 时间序列预测是使用模型根据先前观察到的值预测未来值。 虽然回归分析通常以测试关系的方式使用。 时间序列数据的模型可以具有多种形式,并代表不同的随机过程。 在对流程级别的变化进行建模时,三类具有实际重要性的类别是自回归(AR)模型,集成(I)模型和移动平均(MA)模型。 这三个类别线性地取决于先前的数据点。[28] 这些思想的结合产生了自回归移动平均(ARMA)和自回归综合移动平均(ARIMA)模型 资料来源:Wikipedia

文件下载

资源详情

[{"title":"( 3 个子文件 2MB ) time-series-modeling:时间序列预测是使用模型根据先前观察到的值预测未来值","children":[{"title":"time-series-modeling-main","children":[{"title":"arima and garch modeling in event-driven analysis and prediction.ipynb <span style='color:#111;'> 1.40MB </span>","children":null,"spread":false},{"title":"README.md <span style='color:#111;'> 773B </span>","children":null,"spread":false},{"title":"arima-model-in-pattern-recognition-and-prediction.ipynb <span style='color:#111;'> 1.36MB </span>","children":null,"spread":false}],"spread":true}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明