如何预测未来时间序列数据的建议

我有不同国家和因素的时间序列数据,例如阿富汗从1972年到2007年的出生率数据(来源)。

目标:预测例如2008年和2012年的出生率

我熟悉线性回归,但需要一些关于如何处理时间序列数据并预测未来值的帮助。

您能提供一些例子或分享代码片段吗?


回答:

可以看看statsmodels时间序列分析模块。时间序列模型通常基于自相关,该模块包含标准的单变量(适用于单个时间序列)的AR(p)MA(p)模型,以及结合版本的ARIMA模型,允许处理单位根。您还可以找到多变量(适用于多个相互关联的时间序列)的VAR模型。

这里还有一篇关于使用pandasstatsmodels进行统计分析和预测的时间序列教程

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注