如何通俗易懂地解释｛ARIMA模型｝？ - 知乎
2. ARIMA模型简介 那么ARIMA模型到底是什么？ ARIMA是一类模型，可以根据自身的过去值（即自身的滞后和滞后的预测误差）“解释”给定的时间序列，因此可以使用方程式预测未来价值。
ARIMA可能并没有想象中那么简单！ARIMA能够进行长期预测，它 …
ARIMA可能并没有想象中那么简单！ ARIMA能进行长期预测（如图1），预测时间长度可以任意长，可以远远超出测试集的长度。按正常的想法是进行迭代预测… 显示全部
请问为什么用ARIMA模型做预测结果为一条直线；用什么来衡量时 …
ARIMA模型 是线性预测模型，都是直线。如果需要预测时间序列等周期性、季节性数据，需要先就行数据分解，预测其中的 趋势部分，再将季节部分加进去。我是这样做的，最近在做毕业论 …
用R算出arima模型，为什么预测未来的时间序列是一条直线？
我们将ARIMA模型拟合到整个Shampoo Sales数据集，并检查残差。 首先，我们拟合ARIMA（5,1,0）模型。 这会将自回归的滞后值设置为5，使用1的差分阶数使时间序列平稳， …
ARIMA模型怎么根据拖尾和截尾来判断p，q？ - 知乎
对任意时间序列， 当ACF图像和PACF图像都呈现不呈现拖尾状态时，无论图像是否截尾，时间序列都适用于ARIMA模型，且此时ACF和PACF图像无法帮助我们确定p和q的具体值，但能确 …
arima模型与神经网络如何结合？ - 知乎
单一 ARIMA模型 具有较强的预测性能，但在长期非线性变化预测中表现较差； BP神经网络 根据误差反向更新模型权重，可以深度挖掘序列的长期非线性变化趋势。故可以采用一种ARIMA …
尝试ARIMA模型预测的时候遇到的报错，对时间序列不是很熟悉， …
尝试ARIMA模型预测的时候遇到的报错，对时间序列不是很熟悉，想问是哪里出了问题，应该怎么修改？ 程序使用python写的，用的是statsmodels.tsa.arima_model这个包，报错如下： …
三阶差分才平稳的序列还能继续用ARIMA模型预测吗? - 知乎
在使用ARIMA模型进行预测之前，建议尝试其他方法检查序列是否具有周期性或季节性成分，如季节性分解时间序列（STL）或季节调整指数（X-13ARIMA-SEATS等）。 这些方法可以在数据 …
如何用ACF图和PACF图对ARIMA模型定阶? - 知乎
看图的话 ACF 和 PACF 都是一阶截尾，ACF对应q的值，PACF对应p的值，理论上应该是 ARIMA （1，1，1）。但是一般不会直接通过看图将阶数精确地确定出来，可以作为一个参考，在周 …
R语言建模：auto.arima ()函数的使用? - 知乎
R语言使用search函数查看当前工作空间中引入的R包列表（ packages currently loaded in workspace） R语言中包的安装和加载（导入）、使用install.packages函数、library函数 …