搜索资源列表
arima
- ＡＲＩＭＡ matlab实现 ， 对时间序列进行预测分析，谢谢大家
arima
- arima时间序列预测源代码
ARIMA
- 自回归移动平均模型(Autoregressive Integrated Moving Average Model)的Matlab实现,时间序列分析代码-Autoregressive moving average model (Autoregressive Integrated Moving Average Model) to achieve the Matlab
Model_ARIMA1
- 季节性移动自回归模型 可以进行时间序列的预测 尤其是季节性数据-S-Arima seaonal Arima model in matlab
ARIMA_model
- 基于MATLAB的ARIMA模型的源代码。ARIMA模型是自回归滑动平均求和模型，是时间序列分析模型，可以用于时间序列的预测。该代码实现了ARIMA模型的建模和谱分析过程-The ARIMA model based on MATLAB source code. ARIMA model is the sum of autoregressive moving average model is time series analysis models, can be used for time seri
Matlab-arima
- 金融时间序列分析，常用的一些模型分析过程，此仅对ARIMA 做了一些参考-Do time-series.look for some progrom refer to time series of Finalcial data,espeically using ARIMA model.
arima
- 单变量时间序列的状态空间建模：电力消耗指数-Univariate ARIMA examples：An index of electricity consumption
ARIMA
- 时间序列预测ARIMA模型，这是一种基于风速数据的预测程序。-ARIMA time series forecasting model, which is a program based on the forecast wind speed data.
spark-timeSeries
- 采用ARIMA模型（自回归积分滑动平均模型）+三次指数平滑法(Holt-Winters)，用scala语言实现的在spark平台运行的分布式时间序列预测算法(Using the ARIMA model (autoregressive integral moving average model) + Holt-Winters (Holt-Winters), using scala language to achieve the spark platform to run the distribut
时间序列
- matlab中时间序列预测代码，包括ARIMA和季节性时间序列代码(Time series prediction code in MATLAB, including ARIMA and seasonal time series code)
ARIMA-master
- 实现时间序列的ARIMA模型的java实现方式(The Java class that implements the ARIMA model of time series)
ARIMA
- arima算法实现思路，主要用来进行时间序列预测(The realization of ARIMA algorithm is mainly used for time series prediction)
ARIMA
- 应用pytho进行时间序列分析之arima(time analysis ARIMA using Python)
MATLAB在时间序列建模预测及程序代码
- 时间序列 matlab 代码 讲解 pdf 方法(Time series matlab code explain pdf method)
ARIMA_test.ipynb2
- ARIMA在单变量时间序列预测中的应用，以及时间序列预测中的数据平滑处理和自相关检测(The Application of ARIMA in Prediction of Univariate Time Series)
time-series-forecasting-keras-master
- 基于ARIMA模型和LSTM模型，提出一种高性能得时间序列预测算法(Based on ARIMA model and LSTM model, a high performance time series prediction algorithm is proposed.)
ARIMA预测
- ARIMA整合移动平均自回归模型，时间序列预测分析方法之一，可用于股价预测。(ARIMA integrates moving average autoregressive model and time series forecasting analysis method, which can be used for stock price forecasting.)
arima
- arima - （平稳性检验）根据时间序列的散点图、自相关系数和偏自相关系数、单位根检验(ADF)，来判断数据的平稳性； - （平稳化处理）对非平稳的时间序列数据进行差分处理，得到差分阶数d； - （白噪声检测）为了验证序列中有用的信息是否已被提取完毕，如果为白噪声序列，(arima arima -(Stableness test) According to the time series of scatter plots, autocorrelation coefficients and
ARIMA
- ARIMA 模型是在平稳的时间序列基础上建立起来的，因此时间序列的平稳性是建模的重要前提。检验时间序列模型平稳的方法一般采用 ADF 单位根检验模型去检验。当然如果时间序列不稳定，也可以通过一些操作去使得时间序列稳定（比如取对数，差分），然后进行 ARIMA 模型预测，得到稳定的时间序列的预测结果，然后对预测结果进行之前使序列稳定的操作的逆操作（取指数，差分的逆操作），就可以得到原始数据的预测结果。(time series prediction ARIMA)