python_arima

1.获取被观测系统时间序列数据； 2.对数据绘图，观测是否为平稳时间序列；对于非平稳时间序列要先进行d阶差分运算，化为平稳时间序列； 3.经过第二步处理，已经得到平稳时间序列。要对平稳时间序列分别求得其自相关系数ACF 和偏自相关系数PACF ，通过对自相关图和偏自相关图的分析，得到最佳的阶层p和阶数q 4.由以上得到的d（差分次数）、q（阶层数）、p（阶数） ，得到ARIMA模型。然后开始对得到的模型进行模型检验。