• 时间序列定义
• 时间序列预测模型与方法
  • 数据集介绍

时间序列定义

时间序列是按照一定的时间间隔排列的一组数据，其时间间隔可以是任意的时间单位，如小时、日、周月等。比如，每天某产品的用户数量，每个月的销售额，这些数据形成了以一定时间间隔的数据。

通过对这些时间序列的分析，从中发现和揭示现象发展变化的规律，并将这些知识和信息用于预测。比如

• 销售量是上升还是下降，
• 销售量是否与季节有关，
• 是否可以通过现有的数据预测未来一年的销售额是多少
• ...

对于时间序列的预测，由于很难确定它与其他变量之间的关系，这时我们就不能用回归去预测，而应使用时间序列方法进行预测。

采用时间序列分析，进行预测时，需要一系列的模型，这种模型称为时间序列模型。

时间序列预测模型与方法

数据集介绍

import pandas as pd 
import numpy as np 
import matplotlib.pyplot as plt
import warnings
warnings.filterwarnings("ignore")#不显示警告信息

df = pd.read_csv('time_series_data.csv')
df.head()

df.info()