エントリーの編集
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
Python:時系列分析(3) : 分析技術とビジネスインテリジェンス
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
Python:時系列分析(3) : 分析技術とビジネスインテリジェンス
今回はPython statsmodelsを用いたARモデリングとモデル診断手順をまとめる。モデル診断はRクックブック... 今回はPython statsmodelsを用いたARモデリングとモデル診断手順をまとめる。モデル診断はRクックブックを参考にした。データはランダムウォーク過程とした。直近の値を予測値とするのが正解だとわかっているので、まずはそれを確認することから始めた。 ■ライブラリ >>> import numpy as np >>> randn = np.random.randn >>> from pandas import * >>> import matplotlib.pyplot as plt >>> from scikits.statsmodels.tsa import stattools >>> from scikits.statsmodels.tsa import ar_model ■データ >>> ts = Series(randn(1000), index=DateRange('20