時間序列 模型前的轉換

2021-09-05 11:52:46 字數 1956 閱讀 8551

1.sqrt轉換

先看序列的trend,如果有二次曲線的表現形式的話,可以做個sqrt

昨晚sqrt之後張成這樣子

原來的資料長這樣:

做個sqrt

from pandas import series

from pandas import dataframe

from numpy import sqrt

from matplotlib import pyplot

series = series.from_csv('airline-passengers.csv', header=0)

dataframe = dataframe(series.values)

dataframe.columns = ['passengers']

dataframe['passengers'] = sqrt(dataframe['passengers'])

pyplot.figure(1)

# line plot

pyplot.subplot(211)

pyplot.plot(dataframe['passengers'])

# histogram

pyplot.subplot(212)

pyplot.hist(dataframe['passengers'])

pyplot.show()

變成這個樣子:

還是有趨勢啊。。。。

2.log轉換

昨晚log之後也應該張這樣子

利用上面的真實資料做log

表現的更加正態了,log轉換很受歡迎

3.box-cox轉換

結果圖如上

時間序列回歸模型

一 干擾型別 a 一般干擾 長期,i 短期,i 脈衝響應,只在 時刻為1 干擾模型 一般認為是影響其均值 可以模擬為 1及 或 的 模型 二 檢驗異常值 如果是可加異常值 寫成無窮ar模型 模型yt et pi1 yt 1 pi2 yt 2 其中 t yt wpt t 那麼,殘差 at有,at w ...

時間序列 ARMA模型

arma p,q 注 arma p,q 模型就是ar p 和ma q 模型的組合,更普遍的一類模型。模型特徵 趨勢性 無 隨機性 有 arma 1,1 模型 一階自回歸移動平均模型 模型的表述 該模型在t 1時的情形 arma 1,1 的序列相關性 通過檢視自相關函式acf和偏自相關函式pacf識別...

時間序列模型 (一) 模型概述

時間序列模型 一 模型概述 時間序列模型 二 移動平均法 時間序列模型 三 指數平滑法 時間序列模型 四 差分指數平滑法 自適應濾波法v 時間序列模型 五 趨勢外推 方法 時間序列模型 六 平穩時間序列模型 自回歸ar 移動平均 ma arma 模型 時間序列模型 七 時間序列建模的基本步驟 目錄 ...