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。