做到一半搞不定了，用的notebook，ARIMA模型拟合度，用的股票数据。前面都没问题，想问问各位这是怎么个问题。感谢。
PS 经管类专业，专业术语不懂，谢谢。
一个贴，关于ARIMA模型
- 写回答
- 好问题 0 提建议
- 关注问题
分享- 邀请回答
-
1条回答 默认 最新
lazyn 2022-05-14 16:57关注ARIMA模型导入方式有变
你把代码中from statsmodels.tsa.arima_model import ARIMA改为from statsmodels.tsa.arima.model import ARIMA试一下本回答被题主选为最佳回答 , 对您是否有帮助呢?评论 打赏解决 1无用举报 分享
- 2024-10-28 06:04airpassengers.ipynb文件则是一个Jupyter Notebook文件，该文件可用于编写和执行Python代码，包括数据的导入、处理、可视化以及ARIMA模型的构建和预测等。readme.txt文件则可能包含了项目的简单说明和运行指南。 ...
- 2018-07-26 09:40安装指令部分提到了Conda，这是一个开源的包、依赖和环境管理器，它适用于Python等语言。快速安装Conda的指令被提供在了参考资料中。文档接着列举了在Python中进行时间序列分析所必须安装的几个核心包： 1. pandas...
- 2024-10-27 10:28以下是一个简单的例子，展示了如何使用statsmodels库来拟合和预测ARIMA模型： python import pandas as pd import numpy as np import matplotlib.pyplot as plt from statsmodels.tsa.arima.model import ARIMA...
- 2023-03-29 16:53在Python中实现ARIMA模型，我们可以利用`statsmodels`库，这是一个强大的统计建模库，提供了ARIMA模型的实现。 首先，我们需要导入必要的库： ```python import pandas as pd import numpy as np import ...
- 2023-10-29 20:143. 接下来，我们使用 `ARIMA` 函数拟合 ARIMA 模型，并将模型的参数设置为 (1, 1, 1)，即一个自回归项、一阶差分和一个移动平均项。 4. 之后，我们使用 `fit` 函数拟合模型，并获取了模型的拟合结果。 5. 然后，我们...
- 2021-10-31 22:56【项目实战】基于Python实现时间序列分析建模(ARIMA模型)项目实战 内容包括： 资料说明：包括数据集+源代码+PDF文档说明+代码视频讲解。 资料内容包括： 1)项目背景； 2)数据收集； 3)数预处理； 4)RBF神经网络...
- 2022-06-27 17:04使用ARIMA模型进行时间序列数据分析 编程语言：python 代码编辑器：jupyter notebook 适合想了解ARIMA模型的大致流程以及代码实现的朋友
- 2021-02-24 21:59分解数据：时间序列稳定化测试方法：测试序列稳定性：看以看到整体的序列并没有到达稳定性要求，要将时间序列转为平稳序列，有如下几种方法：DeflationbyCPILogarithmic（取对数）FirstDifference（一阶差分）...
- 2025-01-25 17:10差分是ARIMA模型中的一个关键步骤，它有助于消除数据中的趋势和季节性因素，使模型能够更好地捕捉到数据的随机波动。 当数据平稳之后，下一步是通过拟合ARIMA模型来估计参数。这涉及到选择最佳的p、d、q参数，以...
- 2024-01-26 12:53Persist_Zhang的博客 p：自回归部分的阶数（AR阶数）。d：差分操作的次数。q：移动平均部分的阶数（MA阶数）。ARIMA模型的基本思想是通过对时间序列进行差分操作，使其变为平稳序列，然后利用自回归和移动平均的组合来建模。
- 2024-04-15 23:01繁星蓝雨的博客 ARIMA模型（Autoregressive Integrated Moving Average model,差分整合移动平均自回归模型，又称整合移动平均自回归模型（移动也可称作滑动）)，是时间序列预测分析方法之一。ARIMA(p，d，q)中，AR是“自回归”，p为...
- 2024-10-28 09:28ARIMA模型是一种统计模型，用于分析和预测时间序列数据。它全称为“自回归积分滑动平均模型”（Autoregressive Integrated Moving Average Model），由Box和Jenkins在20世纪70年代提出，用于描述时间序列数据的自...
- 2024-10-28 15:25徐浪老师的博客 以下是用Python实现ARIMA模型的代码。ARIMA（自回归积分滑动平均模型）是一种常用于时间序列数据预测的统计模型。在Python中，可以使用库来实现ARIMA模型。
- 2024-04-03 08:521.Python实现ARIMA时间序列预测（完整源码和数据) anaconda + pycharm + python +Tensorflow 注意事项：保姆级注释，几乎一行一注释，方便小白入门学习！ 2.代码特点：参数化编程、参数可方便更改、代码编程思路清晰...
- 2024-10-27 10:54首先生成了一个模拟的时间序列数据集，接着通过拟合ARIMA模型进行数据预测，并使用matplotlib库绘制预测结果。此外，还介绍了多种替代库和工具（如pmdarima、Prophet和TensorFlow）及其各自的特性和应用场景，以及...
- 2025-01-26 08:26ARIMA模型是时间序列分析领域内一种重要的预测方法，它的全称为自回归积分滑动平均模型（Autoregressive Integrated Moving Average Model）。ARIMA模型主要用于对具有趋势和季节性特征的时间序列数据进行建模和预测...
- 2024-11-23 09:14本文不仅帮助读者理论联系实际，还提供了一个完整的实操案例。 阅读建议：本文内容涉及较多数学公式和统计概念，因此建议读者在阅读过程中配合具体代码和实际数据进行练习。对于初学者，可以从简单的例子入手，逐步...
- 2024-10-28 09:01ARIMA模型的Python代码实现涉及到时间序列分析的多个步骤，包括数据的准备、平稳性检验、模型参数的确定和模型的拟合与预测等。同时，掌握字符串操作对于编写高效的代码也是非常重要的。熟练运用这两方面的技能，...
- 没有解决我的问题, 去提问
问题事件
系统已结题
6月4日
已采纳回答
5月27日-
创建了问题
5月14日