Python大数据处理与分析第2版 课件 第9、10章 基于历史数据的超市日销售额及个人每日步数预测、基于决策树的电网负荷预测.pptx

乘风破浪,世界就在眼前;目录;9.1情景问题提出及分析;9.2常见的时间序列模型简介;9.2.1AR模型：自回归时间序列建模;9.2.1AR模型-自相关系数(ACF);9.2.1AR模型-偏自相关系数(PACF);9.2.2移动平均(MA)模型详解;9.2.3ARMA模型;9.2.3ARMA模型-定阶准则;9.2.4ARIMA模型;9.2.5模型建立步骤;01平稳性分析：建模首要前提;02建模步骤：模型定阶;03-04建模步骤：估计与检验;9.3平稳时间序列建模示例(超市日销售额预测);案例1：数据读取与预处理;案例1：时间序列平稳性分析;8.4.3模型选择及定阶;案例1：建立模型