|
- 如何通俗易懂地解释｛ARIMA模型｝？ - 知乎
arima模型是很经典的自回归模型，这篇文章将全面的讲述arima的建模步骤。 从定阶原理解释到实际数据代码编写模型来进行回归预测。 岁月如云，匪我思存，写作不易，望路过的朋友们点赞收藏加关注哈，在此表示感谢！
- ARIMA可能并没有想象中那么简单！ARIMA能够进行长期预测，它的预测原理是怎样的呢？ - 知乎
ARIMA模型全称为自回归差分移动平均模型（Autoregressive Integrated Moving Average Model）。ARIMA模型主要由三部分构成，分别为自回归模型（AR）、差分过程（I）和移动平均模型（MA）。 ARIMA模型的基本思想是利用数据本身的历史信息来预测未来。
- arima模型与神经网络如何结合？ - 知乎
arima模型对线性预测准确性高，神经网络对非线性预测准确性高。 可以让机器学习两种预测模型，当出现异常值时对预测进行自我改进吗？ 显示全部
- arma和arima时间序列模型有什么区别？ - 知乎
arima综合移动自回归，需要进行查分操作。arma包括ar和ma两个需要定阶的参数。arima则多了一个查分阶数需要进行确定。因此这两个模型存在差异。arma和arima都可以方便地在R和python语言下进行函数调用式的实现，是成熟的时间序列预报算法
- 三阶差分才平稳的序列还能继续用ARIMA模型预测吗? - 知乎
此外，在确定ARIMA模型参数时，可以尝试使用自动模型选择方法，如Python中的pmdarima库提供的auto_arima函数。这些方法可以根据一定的评估标准（如AIC或BIC）自动选择合适的ARIMA模型参数。 对于一个三阶差分才平稳的序列，仍可以使用ARIMA模型进行预测。
- 用R算出arima模型，为什么预测未来的时间序列是一条直线？
ARIMA是首字母缩写词，代表自动回归移动平均。它是一类模型，可在时间序列数据中捕获一组不同的标准时间结构。 在本教程中，您将发现如何使用Python开发用于时间序列数据的ARIMA模型。 完成本教程后，您将知道： 关于ARIMA模型，使用的参数和模型所作的假设。
- 如何将混合ARIMA和LSTM进行预测? - 知乎
第一点， arima模型 得到的残差序列，不一定是白噪声序列，有可能出现波动集群，即 异方差 ，所以，paper中使用的lstm的目的可能是为了消除异方差，作用与 arch garch 类似？
- 如何看懂ARIMA模型、指数平滑法？ - 知乎
arima模型可拆分为3项，分别是ar模型，i即差分，和ma模型。 SPSSAU智能地找出最佳的AR模型，I即差分值和MA模型，并且最终给出最佳模型预测结果，SPSSAU智能找出最佳模型的原理在于利用AIC值最小这一规则，遍历出各种可能的模型组合进行模型构建，并且结合AIC
|
|
|