背景:
03年到19年第一季度分季度的数据,13年之前只有传统汽车的销量,13年之后是传统汽车+新能源汽车的销量,需要预测未来三期传统汽车的销量~ps:传统汽车的销量会受到新能源汽车的影响。
import pandas as pd
import matplotlib.pyplot as plt
import numpy as np
import statsmodels.api as sm
from statsmodels.tsa.stattools import adfuller
from statsmodels.tsa.seasonal import seasonal_decompose
plt.rcParams['font.sans-serif'] = 'SimHei'
plt.rcParams['axes.unicode_minus'] = False
df = pd.read_excel('./Desktop/时序数据.xlsx',index_col=0)
df.head()

df['传统汽车销量'].plot()

decomposition = seasonal_decompose(df['传统汽车销量'], freq=12)
fig = plt.figure()
fig = decomposition.plot()
fig.set_size_inc

该博客回顾统计学中的时间序列分析,基于03年到19年第一季度传统汽车与新能源汽车销量数据,探讨如何预测未来三期传统汽车销量。考虑到新能源汽车对传统汽车销量的影响,选用arma70作为最佳预测模型。

7358

被折叠的 条评论
为什么被折叠?



