# TimeSeriesForecasting

**Repository Path**: sdjs/TimeSeriesForecasting

## Basic Information

- **Project Name**: TimeSeriesForecasting
- **Description**: 基于统计学的时间序列预测(AR,ARM).
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 2
- **Created**: 2021-11-25
- **Last Updated**: 2021-11-25

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 时间序列预测
基于统计学的时间序列预测(AR,ARM).
## 一、
### 1.ARIMA自回归  
```
  1.ARIMA移动预测模型  
  2.数据集  
  3.数据拟合寻找系数  
  4.自相关  
  shampoo-sales.csv
```
### 2.AR自回归模型 
```
  1.持久性模型  
  2.快速检查自相关_corr()  
  3.快速检查自相关_lag_plot()  
  4.数据集线图  
  5.自回归模型  
  6.自回归模型 (2)
  7.自相关图_autocorrelation_plot()  
  8.自相关图_plot_acf()  
```  
### 3.法国香槟的月销售额  
```
  1.如何训练Embidding层  
  2.在Embidding层使用已训练好的词向量_glove  
```
### 4.时间序列预测的基线预测  
```
  1.时间序列预测的基线预测  
  2.数据一览图  
  shampoo-sales.csv   
```
### 5.数据可视化  
```
  1.盒子和晶须图  
  2.散点图  
  3.条形图  
  4.线图  
  5.直方图  
```
### 6.数据准备  
+ ***标准化和归一化***  
```
  标准化  
  归一化  
  判断数据是否适用标准化  
```  
+ ***时间序列转监督性问题***  
```
  多步式单变量函数，多测多  
  多步式多变量，多变量一测多  
  一步式单变量函数，多测一  
  一步式多变量，多变量一测一  
```  
+ ***数据的基本特征分析（窗口滚动大小）***  
```
  滚动窗口统计  
  扩展窗口统计  
  daily-minimum-temperatures-in-me.csv  
```  
+ ***训练模型回测***  
```
  数据分割  
  sunspots.csv  
```  
### 7.网格搜索ARIMA模型超参数  
```
  1.每日女性出生研究  
  2.洗发水销售研究  
  shampoo-sales.csv  
  daily-total-female-births.csv  
```