搜索资源列表
arima
- ＡＲＩＭＡ matlab实现 ， 对时间序列进行预测分析，谢谢大家
arima
- arima时间序列预测源代码
arimapred
- ＡＲＩＭＡ matlab实现 ， 对时间序列进行预测分析-ARIMA matlab realize, prediction of time series analysis
arima
- ＡＲＩＭＡ matlab实现 ， 对时间序列进行预测分析，谢谢大家-ARIMA matlab realize, prediction of time series analysis, I would like to thank everyone
Model_ARIMA1
- 季节性移动自回归模型 可以进行时间序列的预测 尤其是季节性数据-S-Arima seaonal Arima model in matlab
ARIMA_model
- 基于MATLAB的ARIMA模型的源代码。ARIMA模型是自回归滑动平均求和模型，是时间序列分析模型，可以用于时间序列的预测。该代码实现了ARIMA模型的建模和谱分析过程-The ARIMA model based on MATLAB source code. ARIMA model is the sum of autoregressive moving average model is time series analysis mod
arima
- ARIMA预测的源代码，可以直接运行，很好用，建模必备-ARIMA predict the source code, can be directly run, useful, for modeling
ARIMA
- 是一个风速预测模型。适合初学者对ARIMA的理解(It is a wind speed prediction model. Suitable for beginners to understand ARIMA --------------------------------------------------------------------------------
ARIMA
- 可以很好的预测数据，程序代码简单可靠好用(Good prediction of data, the program code is simple and reliable easy to use.)
ARIMA
- arima算法实现思路，主要用来进行时间序列预测(The realization of ARIMA algorithm is mainly used for time series prediction)
ARIMA_test.ipynb2
- ARIMA在单变量时间序列预测中的应用，以及时间序列预测中的数据平滑处理和自相关检测(The Application of ARIMA in Prediction of Univariate Time Series)
arima
- 通过一段ARIMA模型程序来预测股票上证指数(Prediction of Shanghai Stock Index by an ARIMA Model Program)
arima
- ARIMA基础代码，可根据已有的数据对数据可能走向进行预测预测。(ARIMA basic code, can achieve prediction.)
ARIMA风速预测
- 用于风电场区域的风速多步预测问题。模型基于ARIMA，通过数据预处理、进行建模，并使用我国山东省两个风电场的历史风速数据进行测试和分析。结果表明，模型的统计误差小。(Multi-step wind speed prediction in wind farm area. The model is based on ARIMA, through data preprocessing, modeling, and using historic
arima预测（附Python和测试数据）
- 这是一个用python进行ARIMA预测的一个程序，希望能给各位带来帮助。(This is a python for ARIMA prediction of a program, I hope you can help.)
ARIMA数据集
- 这是关于ARIMA数据集，在进行arima预测时需要用到。(This is about the ARIMA data set, which is needed for ARIMA prediction.)
ARIMA预测
- ARIMA整合移动平均自回归模型，时间序列预测分析方法之一，可用于股价预测。(ARIMA integrates moving average autoregressive model and time series forecasting analysis method, which can be used for stock price forecasting.)
ARIMA
- ARIMA 模型是在平稳的时间序列基础上建立起来的，因此时间序列的平稳性是建模的重要前提。检验时间序列模型平稳的方法一般采用 ADF 单位根检验模型去检验。当然如果时间序列不稳定，也可以通过一些操作去使得时间序列稳定（比如取对数，差分），然后进行 ARIMA 模型预测，得到稳定的时间序列的预测结果，然后对预测结果进行之前使序列稳定的操作的逆操作（取指数，差分的逆操作），就可以得到原始数据的预测结果。(time series predic
hybrid-ARIMA-LSTM-model-master
- 使用LSTM-ARIMA模型进行混合预测，ARIMA做线性部分的预测，LSTM做非线性部分(LSTM-ARIMA model is used for mixed prediction, ARIMA for linear prediction and LSTM for nonlinear prediction)