AR 自回归模型

发布时间:2024年01月24日

在这里插入图片描述

总的代码


import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from statsmodels.tsa.ar_model import AutoReg
from statsmodels.tsa.stattools import adfuller

# 生成一个示例时间序列
# 设置随机数种子(确保每次生成的随机数是一样的)
np.random.seed(42)
# 生成时间序列np.random.randn(100) 是生成100个从标准正态分布里面抽取的100个数
# np.arange(100) 是生成0-99 ,然后+ ,将两个部分相加
time_series = pd.Series(np.random.randn(100) + np.arange(100))

# 可视化时间序列
plt.plot(time_series)
plt.title("Example Time Series")
plt.show()

# 平稳性检验
result_adf = adfuller
文章来源:https://blog.csdn.net/weixin_74850661/article/details/135824125
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。