直接上手，先了解時間序列最重要的性質。你會認識平穩性，並了解它對 ARMA 模型為何重要。你會學會用肉眼與標準統計檢定來測試平穩性。最後，會學到 ARMA 模型的基本結構，並用它來產生 ARMA 資料並擬合一個 ARMA 模型。

時間序列與平穩性的入門

探索

訓練－測試集切分

是否為定態（stationary）

讓時間序列成為定態

Augmented Dicky-Fuller

取差分

其他轉換

AR、MA 與 ARMA 模型入門

模型階數（Model order）

產生 ARMA 資料

擬合前奏

ARMA 模型

本章接下來的重點，是讓你預測資料中未來的走向。你會學會使用俐落的 statsmodels 套件來擬合 ARMA、ARIMA 與 ARMAX 模型。接著，你會用模型來預測股價充滿不確定性的未來！

配適時間序列模型

擬合 AR 與 MA 模型

擬合 ARMA 模型

擬合 ARMAX 模型

預測

產生一步預測

繪製一步預測

產生動態預測

繪製動態預測

ARIMA 模型入門

差分與擬合 ARMA

展開 ARMA 預測

配適 ARIMA 模型

選擇 ARIMA 模型

擬合未來

在本章中，你將成為一位品味獨到的建模者。你會學會如何從資料本身辨識出有潛力的模型階數；然後在訓練出最有希望的模型後，學會如何從這些已擬合的模型中選出最佳者。你也會學到一套很好的架構，來組織你的時間序列專案。

ACF 與 PACF 入門

AR 或 MA

地震的模型階數

AIC 與 BIC 入門

搜尋模型階數

使用 AIC 與 BIC 選擇模型階數

AIC 與 BIC vs ACF 與 PACF

模型診斷

平均絕對誤差

診斷性摘要統計

繪製診斷圖

Box-Jenkins 方法

識別（Identification）

識別 II

估計

診斷

精華模型選拔

在最後一章，你會學會如何使用季節性 ARIMA 模型來擬合更複雜的資料。你會學會將資料分解為季節性與非季節性部分，接著把所有 ARIMA 工具整合起來，挑戰最後一個全球性預測任務。

季節性時間序列

季節性分解

季節性 ACF 與 PACF

SARIMA 模型

擬合 SARIMA 模型

選擇 SARIMA 的階數

SARIMA 與 ARIMA 的預測比較

自動化與儲存

自動化模型選擇

儲存與更新模型

SARIMA 與 Box–Jenkins

乘法 vs 加法季節性

SARIMA 模型診斷

SARIMA 預測

恭喜你！

季節性 ARIMA 模型

US Monthly Candy Production

Monthly Record of CO2

Amazon Daily Closing Stock Price

Yearly Earthquakes

Monthly Milk Production

你曾嘗試預測未來嗎？未來往往是個謎，通常只能靠等待來揭曉。在本課程中，你將不再等待，而是學會使用強大的 ARIMA 類別模型來做未來的預測。你會學到如何使用 statsmodels 套件分析時間序列、建立量身打造的模型，並在不確定性下進行預測。未來 24 小時股市會怎麼走？未來 10 年 CO2 濃度會如何變化？明年會發生多少起地震？你將學會解決這些問題，甚至更多。

你是否曾經嘗試預測未來？未來充滿未知，通常只有耐心等待才能揭曉答案。 在本課程中，您將不再等待，立即深入學習如何運用 Python 的 ARIMA 模型進行時間序列建模，預測未來發展。<br><br><h2>時間序列資料</h2>
從學習時間序列資料的基礎開始，包含平穩性的概念——這對於使用ARMA模型來說至關重要。 您將學習如何以視覺化和統計方法檢驗穩定性，產生 ARMA 數據，並擬合 ARMA 模型，為後續學習打下堅實基礎。<br><br><h2>Statsmodels 套件</h2>
隨著您的學習進展，深入探索功能強大的 Statsmodels 套件，用於建立 ARMA、ARIMA 及 ARMAX 模型。 您將親自操作模型，預測未來的數值，例如股票價格。<br><br>
這些概念將變得容易理解與應用，您將學會如何產生一步預測、動態預測，以及直接將ARIMA模型套用到您的資料上。<br><br><h2>ACF 和 PACF 圖</h2>
其中一大亮點是學習如何利用 ACF 和 PACF 圖來選擇最佳模型，藉此判斷有潛力的模型階數。 您將學習有關 AIC 和 BIC 等模型選擇與診斷的標準，協助您將模型精煉至最佳狀態​.<br><br><h2>SARIMA 模型</h2>
本課程最後將介紹季節性自迴歸整合移動平均（SARIMA）模型，非常適合處理具有季節性模式的資料。 您將學習如何將時間序列資料分解為季節性與非季節性成分，並在全球預測挑戰中運用您的ARIMA技能。 
<br><br>這個最終專案將所有內容串聯起來，讓你全面掌握 ARIMA 建模。

時間序列與平穩性的入門

Create Your Free Account