python是什么意思中文翻译,python 中文意思
你的数列平均为零吗?
方差会随时间变化吗?
该值与延迟值相关吗?
可以用工具检查时间序列是否是白噪声:
画一个折线图。检查总体特征,包括变化的均值、方差和延迟变量之间的明显关系。
计算统计数据。对照序列中有效连续块的平均值和方差,检查整个序列(如年、月、日)的平均值和方差。
画自相关图。检查延迟变量之间的整体相关性。
白噪声时序示例
在这一节中,我们将使用Python来创建tldh白噪声序列并做一些检查。这有助于建立和评估白噪声的时间序列。参考框架和例图,与自己的时间序列项目统计检验对比,检查是否为白噪声。
首先,random模块的gauss()函数用于创建一个包含1000个随机tldh变量的列表。
从tldh分布中提取变量。平均值()为0.0,标准偏差()为1.0。
创建后,为了方便起见,可以将这个列表打包成Pandas序列。
from randommportgaussfromnommportseedfrompanda . tools . plottingimportautocorrelation _ plot
# SEEDRANDOMBERGENERATORSEED(1)#创建站点环系列
series=[ gauss (0.0,1.0)for iinrange(1000)]series=series(series)series).
然后计算并打印汇总统计数据,包括系列平均值和标准差。
# summarystatsprint(series . describe())
因为画随机数的时候定义了平均值和标准差,所以应该不会意外。
计数1000.000000平均值-0.013222标准1.003685最小值-2.96121425%-0.68419250%-0.01093475% 0.703915最大值2.737260
可以看出,平均值接近0.0,标准差接近1.0。认为如果样本量小,预测会有一定误差。
如果数据比较多的话,把数列对半算,比较每一半的统计数据,可能会更有意思。我们认为每个子系列的平均值和标准差都差不多。
现在,您可以创建几个系列的折线图。
#行式打印
series.plot () pyplot.show).
这个序列似乎是随机的。
您还可以创建一个直方图来确保分布是tldh分布。
#直方图
series.hist () pyplot.show).
事实上,直方图显示了一个典型的钟形曲线。
最后,您可以绘制自相关图,并检查延迟变量的所有自相关。
#自相关自相关_ plot(系列)pyplot.show)。
自相关图没有显示任何明显的自相关特征。高峰期的可靠性达到了95%和99%,但这只是统计上的意外。
为了完整起见,下面是完整的代码清单。
from randomimportgaussfromnomimportseedfrompanda . tools . plottingimportautocorrelation _ plotfrommm
# SEEDRANDOMBERGENERATORSEED(1)#创建站点环系列
series=[ gauss (0.0,1.0)for iinrange(1000)]series=series)# summarystatsprint(series . describe))
Series.plot(pyplot.show ) ) #直方图
series.hist(pyplot.show ) #自相关自相关_ plot (series ) pyplot.show)))).
郑重声明:本文由网友发布,不代表盛行IT的观点,版权归原作者所有,仅为传播更多信息之目的,如有侵权请联系,我们将第一时间修改或删除,多谢。