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

L1-L2正则化的不同系数

我想对网络的权重同时应用L1和L2正则化。然而,我找不…

使用scikit-learn的无监督方法将列表分类成不同组别,有没有办法?

我有一系列实例,每个实例都有一份列表,代表它所遵循的不…

f1_score metric in lightgbm

我想使用自定义指标f1_score来训练一个lgb模型…

通过相关系数矩阵进行特征选择

我在测试不同的算法时,如逻辑回归、高斯朴素贝叶斯、随机…

可以将机器学习库用于流式输入和输出吗?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

在TensorFlow中,queue.dequeue_up_to()方法的用途是什么?

我对这个方法感到非常困惑,特别是当我发现这个令人费解的…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注