TimeSeries - PACF,ACF - ARIMA 建模没有反映清晰的模式?随机游走?

问题描述

目前正在写硕士论文,但遇到一些问题。我收到了多元时间序列的数据。时间序列代表2014-2018年的销量。

我不确定如何在 PYTHON 中正确建模。它没有像我想要的那样反映。你能帮我查一下吗?你能帮我么?您会选择其他订单吗?

我接受了订单 (2,1,0) => AR 流程 - 您认为这是正确的吗?

Autocorrelation & Partial Autocorrelation

ARIMA Model

Time Series Decomosition

或者,我正在考虑使用多变量回归、随机森林回归器和神经网络进行比较 - 你会怎么想?

解决方法

暂无找到可以解决该程序问题的有效方法,小编努力寻找整理中!

如果你已经找到好的解决方法,欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@)