我们在建立模型的时候,很多模型都要求数据平稳性这一要求才能建模。
在这个Arima模型中平稳性有两个概念,
严平稳是一种理想情况。
实际情况当中大多数据都是弱平稳。
为了使数据更加平稳,这里介绍一下差分法,比如t2-t1,t3-t2,t4-t3,t5-t4,这些时刻的数据再拿出来,相当于错开一个时间点,然后在让其对应相减,得到差异,这样可以让数据更平稳一些。
显然二阶差分比一阶差分稳,一阶差分比原始数据稳。
当我们拿到数据之后一个通常做法就是我要对我的数据做一个差分,差分可以使得数据平稳性更好一些,做ARIMA模型必须保证数据具有平稳性,这是一个潜在的要求。
亟待解决
参考资料
【算法+代码案例】时间序列ARIMA模型及预测_哔哩哔哩_bilibili
Python时间序列分析 - 志光 - 博客园//可以看这个博主链接,代码可直接复制使用
ARIMA模型原理及实现_Steven_Sunny的专栏-CSDN博客_arima模型 //代码简洁
相关文章
发表评论