分类标签归档:时间序列预测

时间序列预测ARIMR(Spark scala,Python)


  1. 概要
  2. 平稳性
  3. 回归模型
  4. 自回归模型
  5. 滑动平均模型
  6. 自回归移动平均结合模型
  7. 差分法
  8. 差分移动平均自回归模型
  9. ARIMA计算步骤

1.概要

ARIMA模型由Box与Jenkins于上世纪七十年代提出,是一种著名的时间序列预测方法。ARIMA的含义是单积自回归移动平均过程,其含义为:假设一个随机过程含有d个单位根,其经过d次差分后可以变换为一个平稳的自回归移动平均过程,则该随机过程称为单积(整)自回归移动平均过程。

  • 名称解读

    AR: 自回归模型   Autoregressive model
    I : 差分        
    MA: 滑动平均模型 Moving average model
    

Read more