我正在使用scikit learn的LinearRegression()建立我的第一个时间序列预测模型。我还遇到了统计模型AutoReg()、ARMA()和SARIMAX()。不幸的是，从文献中我找不到考虑它们的方法。它们是LinearRegression()的替代品吗？他们是ML吗？它们有根本的不同吗？
如果
浏览 30提问于2021-05-14得票数 0
回答已采纳
1回答
有没有python包(statsmodel/scipy/pandas/etc...)具有在python中估计具有自回归误差的线性回归模型的系数的功能，例如下面的SAS实现？
浏览 2提问于2016-04-12得票数 2
3回答
我想通过使用月时间序列中的多个特性来预测product' sales_index。在开始时，我开始使用ARMA，ARIMA来完成这个任务，但是输出结果并不让我很满意。但是，我想知道是否有任何方法可以通过使用月时间序列中的多个特性来进行这种预测。我没有使用scikit-learn做太多的时间序列。有人能给我指出做这件事的可能方法吗？有什么想法吗？：
浏览 4提问于2020-08-21得票数 2
回答已采纳
1回答
我想建立一个二进制分类器机器学习模型。我想利用模型以前的预测作为未来预测的特征，考虑到我的训练样本不是独立的。
是否有一个框架可以通过scikit-learn或任何其他python库来实现这一点？我知道这个问题可以用基于记忆的神经网络结构来解决，比如RNNs，LSTMs，.，但是我想首先考虑非深度学习方法(通常使用梯度增强模型，基于树的模型，.)
浏览 0提问于2020-10-23得票数 0
回答已采纳
1回答
我正在尝试使用统计模型SARIMAX预测带有外生因素的单变量时间序列变量。我正在尝试使用seasonal_decompose函数分析时间序列，下面是我得到的输出： ? 当季节性产出只有这么大的块时，这意味着什么？ 编辑 分解1个月 ?
浏览 18提问于2020-07-20得票数 1
回答已采纳
2回答
收入预测
、
既然我们有
我们还有其他数据，包括经济指标、行业指标( 36行中的其他列)。
在这种情况下，什么样的模型和方法适合于预测下个月(比如4月)的收入？
浏览 0提问于2019-03-15得票数 0
1回答
我想要预测时间序列数据。我在以前的文章中读到，模块统计模型具有使用ARMA方法进行预测所需的工具，这正是我一直在寻找的工具。尽管如此，我在预测数据时遇到了麻烦。有人能解释一下模型中使用的各种参数和/或提供一个示例吗？
浏览 2提问于2012-09-10得票数 11
我目前正在关注时间序列分析link的Udemy讲座。当在一个非常基本的数据集上运行pmdarima1.7.1 auto_arima (statsModels0.11)时，我收到了一个摘要，其中只有一个模型说明SARIMAX没有p，q，d。见下图。 我应该把它当作全是0的模型还是白噪声，因为'aic‘是823.489，这可以追溯到ARIMA(0,0,0)(0,0,0)截获？当在旧版本的pmdarima (1.10)和
浏览 75提问于2020-09-18得票数 1
1回答
回归方法
、
我想了解有哪些回归方法，以及它们的目的。我知道最小二乘法，你可以用它建立一个线性和非线性的模型并进行预测。
ARMA模型用于预测平稳时间序列，ARIMA模型用于非平稳时间序列。当大量的数据和符号被使用时，神经网络。对于时间序列，LSTM很受欢迎。什么方法适<
浏览 0提问于2019-08-10得票数 1
回答已采纳
我试图预测一家公司的股价，数据是非平稳的。分析原始数据用静态数据绘制ACF、PACF图确定MA和AR滞后
我的问题是，我是否应该将原始数据(非平稳数据，从第一步)传递到像SARIMA、ARIMA和SARIMAX这样的时间序列<
浏览 0提问于2023-05-08得票数 0
回答已采纳
我的Dataframe(火车)看起来像这样trx_date 2020-10-01 6424951.0 1.024169prin
浏览 242提问于2022-09-20得票数 0
1回答
用于分类和时序分析的不同数据集？
、、、、
我是预测分析的新手，想用时间序列和分类算法分析一些数据。我必须自己准备数据集，所以我想问一下是否必须为每个分析创建不同的数据集？如果是这样的话，有什么我可以遵循的规则吗？
非常感谢你提前
浏览 1提问于2016-07-11得票数 0
我对时间序列建模和状态模型非常陌生，并试图理解状态模型中的AR模型。假设我的数据记录y为1000个样本，并在y上拟合AR (1)模型。然后，我以y_pred的形式从这个模型中生成样本预测.我这样做是因为model = AutoReg(y,1).fit()
浏览 4提问于2021-04-23得票数 1
回答已采纳
1回答
我想对它做一个粗略的ARMA预测，即获得更多关于如何使用统计模型库的知识，并看看它是如何工作的。因此，首先，我发起了一个例子，在网络某处，但ARMA拟合和预测不工作，因为MLE不收敛。我决定系列不是固定的，所以首先，我想消除趋势，这对我来说是一个挑战。++++++++
arma =tsa.ARMA(f['Close'].values, ord
浏览 0提问于2015-10-11得票数 0
回答已采纳
1回答
我有一个多变量时间序列数据，其中包含Order_date、store_id、region、product_ID、Unit_sold、折扣、假日(是/否)等字段。独特产品的数量为50。需要对每种产品进行需求预测。我想在这个数据集中应用SARIMAX模型。
我是否需要为每个产品分别建立单独的预测模型，还是有一些解决办法来共同处理多个产品的预测？另一个方面:如何检查多元时间<e
浏览 0提问于2020-07-24得票数 0
1回答
原来的ARMA算法有以下公式：在这里你可以看到，ARMA用p+q+1数来计算。所以，这是没有问题的，这是相当清楚的。
因此，SARIMA必须计算p+q+P+q+1数。只是个P+Q数。但是，如果我们使用太长的时间，例如365天的日常时
浏览 2提问于2020-05-01得票数 1
回答已采纳
我有一个时间序列预测问题，我正在使用statsmodel python包来解决这个问题。然而，我在验证和预测这个模型时遇到了真正的问题，因为训练一个模型实例需要很长的时间(几个小时)，所以做重复测试非常困难。在任何情况下，为了能够在操作中使用统计模型(假设我可以先以某种方式验证模型)，我真正需要的是一种机制，用于在新数据到达时将
浏览 2提问于2014-06-26得票数 3
我正在尝试使用SARIMAX预测季节性时间序列。时间序列由PV馈入的日最大值组成，这导致了假设365天的周期性。下面是我的代码：results_SARIMAX = mod.fit是否有人有使用SARIMAX的经验，并且已经使用基于
浏览 9提问于2017-03-10得票数 5
回答已采纳
1回答
我正在用ARIMA准备一个时间序列模型，我注意到时间序列数据不是平稳的，所以我在熊猫中使用了diff(period=1)。我安装了ARIMA模型，看上去不错。当我们对测试值和实时数据进行预测时，由于没有原始数据，如何反演预测？实际上，我想逆转我通过下面的代码计算出来的预测？() #y is orginal datasettrain, test = y_transf
浏览 1提问于2022-06-21得票数 0
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
