基本信息

---

下载

   友情提示：（无需注册或充值，赞助后即可获取资源下载链接）

---

     嘿，亲！知识可是无价之宝呢，但咱这精心整理的资料也耗费了不少心血呀。小小地破费一下，绝对物超所值哦！如有下载和支付问题，请联系我们QQ(微信同号)：813200300

本次赞助数额为： 4 元　

支付宝支付

微信支付

   源码介绍

---

ARIMA模型预测

#划分训练集和测试集
train_ts=ts[:round(data['total'].shape[0]*0.8)]
test_ts=ts[round(data['total'].shape[0]*0.8):]
#差分数据
ts.diff()
#时序图检查查看
train_ts.plot(figsize=(12,8))
##d=0 和d=1差不多，所以就选d=0
#ADF检验
ADF(train_ts)
print(u'原始序列的ADF检验结果为：',ADF(train_ts)[1]) 
#LB检验
acorr_ljungbox(train_ts,lags=1)  #值很小，说明不是白噪声
print(u'原始序列的白噪声检验结果为',acorr_ljungbox(train_ts,lags=1))
#
#模型拟合
fig=plt.figure(figsize=(12,8))
ax1=fig.add_subplot(211)
fig=sm.graphics.tsa.plot_acf(train_ts,lags=40,ax=ax1)
fig=plt.figure(figsize=(12,8))
ax2=fig.add_subplot(212)
fig=sm.graphics.tsa.plot_pacf(train_ts,lags=40,ax=ax2)