文章目录
- 总的代码
- ADF 检验(是否平稳)
- 差分操作
- 拟合AR 模型
- 预测
- 可视化
总的代码
import pandas as pdimport numpy as npimport matplotlib.pyplot as pltfrom statsmodels.tsa.ar_model import AutoRegfrom 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