处理对同一时间戳具有多个观测值的时间序列数据
处理对同一时间戳具有多个观测值的时间序列数据
提问于 2019-02-09 07:39:51
Python 3中有一个时间序列数据，如下所示：
Date `Weekly_Sales`
2010-05-02 3400
2010-05-02 5600
2010-05-02` 4590
2010-05-02 5800
2010-05-12 2380
2010-05-12 6700
2010-05-12 3700时间序列是不连续的，因为同一日期有多个观测结果。我试图用ARIMA预测python的销售额，但是我的ACF和PACF图显示，如果我运行dickly测试来测试平稳性，我的系统会结冰，那么lags.Also之间就没有相关性。
我怎么才能解决这个问题？
回答 2
Data Science用户
发布于 2019-02-09 09:21:02
看起来您在该数据集中丢失了一些信息。对于一个变量，您不应该有一个时间步长的4个度量--您如何知道要为2010-05-02使用的前四行中的哪一行？
我建议检查您的数据源，或者想出一种方法来解释这四个值的含义。它们有什么不同(使用其他信息)吗？
您是如何在该日期索引上创建延迟的？每天平均多少次？根据用于Dickey-Fuller测试(和其他方法)的包，它们可能无法处理与输入相同的时间步骤.所以可以解释为什么会话会崩溃。
Data Science用户
发布于 2020-03-05 18:14:42
一种选择是采用贝叶斯方法，并将数据建模为随时间变化的可能值的分布。每周都是状态空间模型的一部分。最常见的名称/框架是贝叶斯结构时间序列(BSTS)。
页面原文内容由Data Science提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://datascience.stackexchange.com/questions/45293
复制相关文章
相似问题
腾讯云开发者
