搜索资源列表
wangyuetestnew
- 时间序列ARMA建模实例,包含对数据的平稳性检验、白噪声检验及依据ARMA模型的预测。-ARMA time series modeling examples, including the data stationary test, white noise testing and forecasting based on ARMA model.
GA
- 时间序列算法,平稳性检验,采用matlab编程对数据序列的稳定性作出相应的判断(ime series algorithm, stationarity test, using MATLAB programming to determine the stability of the data sequence)
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)