Python时间序列处理之ARIMA模型的使用讲解

更新时间：2019年04月02日 17:11:04 作者：Reclusiveman

今天小编就为大家分享一篇关于Python时间序列处理之ARIMA模型的使用讲解，小编觉得内容挺不错的，现在分享给大家，具有很好的参考价值，需要的朋友一起跟随小编来看看吧

ARIMA模型

ARIMA模型的全称是自回归移动平均模型，是用来预测时间序列的一种常用的统计模型，一般记作ARIMA(p,d,q)。

ARIMA的适应情况

ARIMA模型相对来说比较简单易用。在应用ARIMA模型时，要保证以下几点：

时间序列数据是相对稳定的，总体基本不存在一定的上升或者下降趋势，如果不稳定可以通过差分的方式来使其变稳定。
非线性关系处理不好，只能处理线性关系

判断时序数据稳定

基本判断方法：稳定的数据，总体上是没有上升和下降的趋势的，是没有周期性的，方差趋向于一个稳定的值。

ARIMA数学表达

ARIMA(p,d,q)，其中p是数据本身的滞后数，是AR模型即自回归模型中的参数。d是时间序列数据需要几次差分才能得到稳定的数据。q是预测误差的滞后数，是MA模型即滑动平均模型中的参数。

a) p参数与AR模型

AR模型描述的是当前值与历史值之间的关系，滞后p阶的AR模型可以表示为：

其中u是常数，et代表误差。

b) q参数与MA模型

MA模型描述的是当前值与自回归部分的误差累计的关系，滞后q阶的MA模型可以表示为：

其中u是常数，et代表误差。

c) d参数与差分

一阶差分：

二阶差分：

d) ARIMA = AR+MA

ARIMA模型使用步骤

获取时间序列数据
观测数据是否为平稳的，否则进行差分，化为平稳的时序数据,确定d
通过观察自相关系数ACF与偏自相关系数PACF确定q和p

得到p，d，q后使用ARIMA(p,d,q)进行训练预测

Python调用ARIMA

#差分处理
diff_series = diff_series.diff(1)#一阶
diff_series2 = diff_series.diff(1)#二阶
#ACF与PACF
#从scipy导入包
from scipy import stats
import statsmodels.api as sm
#画出acf和pacf
sm.graphics.tsa.plot_acf(diff_series)
sm.graphics.tsa.plot_pacf(diff_series)
#arima模型
from statsmodels.tsa.arima_model import ARIMA
model = ARIMA(train_data,order=(p,d,q),freq='')#freq是频率,根据数据填写
arima = model.fit()#训练
print(arima)
pred = arima.predict(start='',end='')#预测

总结

以上就是这篇文章的全部内容了，希望本文的内容对大家的学习或者工作具有一定的参考学习价值，谢谢大家对脚本之家的支持。如果你想了解更多相关内容请查看下面相关链接

您可能感兴趣的文章:

Python实现图片格式转换小程序
这篇文章主要为大家详细介绍了Python实现图片格式转换小程序，文中示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
2022-08-08
基于Python列表解析(列表推导式)
今天小编就为大家分享一篇基于Python列表解析(列表推导式)，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
2018-06-06
Python调用服务接口的实例
今天小编就为大家分享一篇Python调用服务接口的实例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
2019-01-01
Python中itertools的用法详解
循环器(iterator)是对象的容器，包含有多个对象。这篇文章主要介绍了python itertools用法,需要的朋友可以参考下
2020-02-02
详解Python odoo中嵌入html简单的分页功能
在odoo中，通过iframe嵌入 html，页面数据则通过controllers获取，使用jinja2模板传值渲染。这篇文章主要介绍了Python odoo中嵌入html简单的分页功能 ,需要的朋友可以参考下
2019-05-05
Python Flask框架扩展操作示例
这篇文章主要介绍了Python Flask框架扩展操作,结合实例形式分析了Python Flask-Script扩展命令行操作实现方法,需要的朋友可以参考下
2019-05-05
在Python中使用gRPC的方法示例
这篇文章主要介绍了在Python中使用gRPC的方法示例，小编觉得挺不错的，现在分享给大家，也给大家做个参考。一起跟随小编过来看看吧
2018-08-08
Python网络爬虫项目：内容提取器的定义
本篇文章主要介绍了Python网络爬虫项目，这能有效的节省程序员的时间，具有一定的参考价值，感兴趣的小伙伴们可以参考一下。
2016-10-10
python借助ChatGPT读取.env实现文件配置隔离保障私有数据安全
这篇文章主要为大家介绍了python读取.env实现文件配置隔离保障私有数据安全，有需要的朋友可以借鉴参考下，希望能够有所帮助，祝大家多多进步，早日升职加薪
2023-03-03
Python采集腾讯新闻实例
这篇文章主要介绍了Python采集腾讯新闻实例,一个简单的例子,着重于实现步骤的讲解,需要的朋友可以参考下
2014-07-07