文件名称：dsc-basic-time-series-models-seattle-ds-080519
文件大小：5.37MB
文件格式：ZIP
更新时间：2024-05-03 00:23:31
JupyterNotebook
基本时间序列模型 介绍 我们已经研究了时间序列以及它们的外观。 现在，为什么我们需要对时间序列建模？ 本质上，您正在尝试查找模式并理解数据，以便可以使用此信息（希望）对未来进行准确的预测。 在本课程中，您将学习两个基本的时间序列模型：白噪声模型和随机游走模型。 目标 你将能够： 解释白噪声模型的属性 解释随机游走模型的属性 白噪声模型 白噪声模型是真正平稳过程的最简单示例-基本上，当我们查看无趋势数据（纽约证交所每月收益）的图表时，我们所说的是白噪声模型。 让我们在下面再次绘制： import pandas as pd import numpy as np import matplotlib . pyplot as plt % matplotlib inline nyse = pd . read_csv ( 'NYSE_monthly.csv' ) nyse [ 'Month' ]
【文件预览】：
dsc-basic-time-series-models-seattle-ds-080519-master
----xru_col.csv(12.07MB)
----.gitignore(64B)
----LICENSE.md(1KB)
----CONTRIBUTING.md(2KB)
----exch_rates.csv(243KB)
----xru_row.csv(12.07MB)
----README.md(5KB)
----NYSE_monthly.csv(1KB)
----.learn(86B)
----index_files()
--------index_1_0.png(39KB)
--------index_7_0.png(33KB)
--------index_6_0.png(34KB)
----index.ipynb(147KB)