我无法识别时间序列的参数,所以我想知道a是否可以对这个序列应用时间序列分析
这是数据
a
03/2017 25
04/2017 427
05/2017 42
06/2017 56
07/2017 204
08/2017 28
09/2017 26
10/2017 225
11/2017 84
12/2017 532
01/2018 0
02/2018 665
03/2018 462
04/2018 238
05/2018 84
06/2018 812
07/2018 273
08/2018 364
09/2018 35
10/2018 175
11/2018 182
12/2018 700
01/2019 32
02/2019 0
rolmeanA= df["a"].rolling(window=12).mean()
rolstdA = df["a"].rolling(window=12).std()
plt.plot(rolmeanA, color="black", label='rolmean')
plt.plot(rolstdA, color="green", label='rolstd')
plt.plot(df["a"], color="red", label='A')
plt.xlabel('Dates')
plt.ylabel('Quantities')
plt.legend()
plt.title("a Plot")
plt.show()
如果我能使用时间序列(什么或如何找到平稳性?) 如果你有什么办法来分析这个系列,请帮助我。 任何帮助都将不胜感激。如果你发现问题放错地方,我会删除它
对于平稳性,可以使用此scipy包运行ADfuller测试:
检查变量结果中的p值,以检查平稳假设是真是假(具有一定的概率)。如果不是平稳的,可以尝试分析导致值(而不是值)差异的时间序列
您还可以使用此scipy软件包将您的系列分解为趋势和季节模式:
尝试更改模型的类型(加法或乘法),并将数据可视化,以便尝试提取一些结论(您的目的是什么)
有很多不同的分析,你的目标是什么?预测?建立解释模型?检查相关性?每个目标都有很多不同的模型和解决方案,所以为了给你一个解决方案,你应该清楚你需要什么
相关问题 更多 >
编程相关推荐