ARM 用于数学建模的时间序列 预测问题 -ARM used for mathematical modeling time series prediction problem

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

ARIMA算法的Python实现，预测时间序列数据。 附两个数据： AirPassengers UK Traffic flow(The Python implementation of the ARIMA algorithm predicts the time series data. Two data are attached. AirPassengers UK Traffic flow)

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