Python统计实战:时间序列分析之二阶曲线预测和三阶曲线预测

为了解决特定问题而进行的学习是提高效率的最佳途径。这种方法能够使我们专注于最相关的知识和技能,从而更快地掌握解决问题所需的能力。

(以下练习题来源于《统计学—基于Python》。请在Q群455547227下载原始数据。


练习题

下表是某只股票连续35个交易日的收盘价格(前3行和后3行)。

(1)分别采用m=5和m=10对收盘价格进行平滑,并绘制实际值和平滑值的图形进行比较。

(2)分别采用以下方法进行预测,并绘制预测图和残差图,对结果进行比较。

        (a)简单指数平滑和Holt指数平滑;
        (b)一元线性回归和指数曲线;
        (c)二阶曲线和三阶曲线。


图形绘制与分析

本文就(2c)题展开分析。

(2c)收盘价的二阶和三阶曲线预测

有些现象的变化形态比较复杂,它们不是按照某种固定的形态变化,而是有升有降,在变化过程中可能有几个拐点,这时就需要拟合多项式函数。当只有一个拐点时,可以拟合二阶曲线,即抛物线;当有两个拐点时,需要拟合三阶曲线;当有k一1个拐点时,需要拟合k阶曲线。

建立二阶曲线模型和三阶曲线模型

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
from statsmodels.formula.api import ols
plt.rcParams['font.sans-serif'] = ['Songti SC']
plt.rcParams['axes.unicode_minus'] = False
df = pd.read_csv('exercise11_1.csv')# 拟合二阶曲线模型(model2)和三阶曲线模型(model3)
df['t'] = df['时间']-1
model2 = ols('收盘价 ~ t + pow(t, 2)', data = df).fit()  # 拟合二阶曲线
model3 = ols('收盘价 ~ t + pow(t, 2) + pow(t, 3)', data = df).fit() # 拟合三阶曲线# 计算二阶曲线和三阶曲线的预测值和残差
df_pre = pd.DataFrame({'时间':df['时间'], '收盘价':df['收盘价'], '二阶曲线预测值':model2.fittedvalues, '二阶曲线残差':model2.resid,'三阶曲线预测值':model3.fittedvalues, '三阶曲线残差':model3.resid})
df_pre.loc[35, '时间'] = 36
df_pre = df_pre.astype({'时间':int})
df_pre.loc[35, '二阶曲线预测值'] = model2.predict(exog = dict(t = 36)).values
df_pre.loc[35, '三阶曲线预测值'] = model3.predict(exog = dict(t = 36)).values
round(df_pre,2)

显示前16行结果

绘制实际值和预测值曲线

# 实际值和预测值曲线
# 图(a)预测图
plt.subplots(1, 2, figsize = (11, 4))
plt.subplot(121)
l1 = plt.plot(df_pre['收盘价'], marker = 'o', linewidth = 1)
l2 = plt.plot(df_pre['二阶曲线预测值'], marker = '+', ls = '-', linewidth = 1)
l3 = plt.plot(df_pre['三阶曲线预测值'], marker = '*', ls = '-.', linewidth = 1)plt.axvline(34, ls = '--', c = 'grey', linewidth = 1)
plt.xticks(range(0, 35, 2), df_pre['时间'][::2])
plt.xlabel('时间', size = 12)
plt.ylabel('收盘价', size = 12)
plt.legend(['收盘价', '二阶曲线预测值', '三阶曲线预测值'], prop = {'size':11})
plt.title('(a)收盘价的二阶和三阶曲线预测', size = 13)# 图(b)残差图
plt.subplot(122)
plt.scatter(range(len(df_pre['二阶曲线预测值'])), df_pre['二阶曲线残差'], marker = '+')
plt.scatter(range(len(df_pre['二阶曲线预测值'])), df_pre['三阶曲线残差'], marker = '*', linewidth = 1)
plt.hlines(0, 0, 35, linestyle = '--', color = 'red', linewidth = 1)plt.xticks(range(0, 35, 2), df_pre['时间'][::2])
plt.xlabel('时间', size = 12)
plt.ylabel('残差', size = 12)
plt.legend(['二阶曲线残差', '三阶曲线残差'], prop = {'size':11})
plt.title('(b)二阶曲线和三阶曲线预测残差', size = 13)
plt.tight_layout()

左图展示了收盘价的实际值和二阶和三阶曲线的拟合值。从图形上看,三阶曲线拟合效果较少。右图显示,二阶曲线的预测残差和三阶曲线的预测残差总体上看没有明显的固定模式。同时,三阶曲线的预测残差较二阶曲线残差小一些,说明三阶曲线预测更加合理。


都读到这里了,不妨关注、点赞一下吧!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/pingmian/41781.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

每周算法:无向图的双连通分量

题目链接 冗余路径, Redundant Paths G 题目描述 为了从 F F F 个草场中的一个走到另一个,奶牛们有时不得不路过一些她们讨厌的可怕的树。 奶牛们已经厌倦了被迫走某一条路,所以她们想建一些新路,使每一对草场之间都会至少有两条相互分离…

Matplotlib 中文显示

Matplotlib 中文显示 Matplotlib 是一个强大的 Python 绘图库,广泛应用于数据可视化领域。然而,对于中文用户来说,Matplotlib 的默认设置可能不支持中文显示,这给使用带来了一定的不便。本文将详细介绍如何在 Matplotlib 中正确显…

Isaac Sim 利用Python实现虚拟现实仿真,并输出语义数据全流程

没写完呢:( 拽走开会去了 在 Isaac Sim 中,使用 Python 实现虚拟现实的仿真,并输出语义分割等数据,可以应用于ai模型训练等场景。注:我打算将传感器发布Ros话题的部分放到小车中。控制一个物体,对这个物体…

vue3 + 百度地图 实现多坐标生成轨迹的两种种方式

本次依然是关于百度地图中常见的一个问题,此次共使用了两种方式并做了一些分析及处理,希望有所帮助。如有问题可以评论或私信。 一、便捷方式 优点:便捷,所用的api方法是根据坐标进行计算后绘制路线,所以路线相对准确…

马尔可夫决策过程

马尔可夫决策过程(Markov Decision Process,MDP)是一种数学框架,用于建模决策者在不确定环境中的序列决策问题。MDP 的核心思想是基于马尔可夫性质,即未来的状态只依赖于当前状态和所采取的行动,而与过去的…

面试题006-Java-JVM(下)

面试题006-Java-JVM(下) 目录 面试题006-Java-JVM(下)题目自测题目答案1. 为什么需要GC?2. 有哪些常见的GC?3. Minor GC 和 Full GC有什么区别?4. 如何判断一个对象是否死亡?5. 讲一下可达性分析算法的流程?6. 如何判断…

CentOS修复OpenSSH漏洞升级到openssh 9.7 RPM更新包

在做政府和学校单位网站时,经常需要服务器扫描检测,经常被OpenSSH Server远程代码执行漏洞(CVE-2024-6387)安全风险通告,出了报告需要升级OpenSSH。 使用yum update openssh是无法更新到最新的,因为系统里的…

VS code修改底部的行号的状态栏颜色

VSCode截图 相信很多小伙伴被底部的蓝色状态栏困扰很久了 处理的方式有两种: 1、隐藏状态栏 2、修改其背景颜色 第一种方法大伙都会,今天就使用第二种方法。 1、点击齿轮进入setting 2、我现在用的新版本,设置不是以前那种json格式展示&…

17-JS封装:工具类方法

目录 一、extend方法 二、添加一些工具类方法:$.xxx() 实现1: 实现2: 一、extend方法 jQuery.fn.extend jQuery.extend function(...args){let target,source[];source[...args];//判断2种情况 //$.extend({}) -->给$添加属性//$.…

计算机提示由于找不到concrt140.dll怎么办,7种解决方法可以对比

在电脑中打开游戏或许软件出现找不到concrt140.dll无法继续执行代码怎么办?concrt140.dll是什么?丢失要怎么解决?下面给大家分析一下concrt140.dll文件是什么与concrt140.dll丢失的多种解决方法!相信对你有帮助! 一、c…

hdu物联网硬件实验2 GPIO亮灯

学院 班级 学号 姓名 日期 成绩 实验题目 GPIO亮灯 实验目的 点亮三个灯闪烁频率为一秒 硬件原理 无 关键代码及注释 const int ledPin1 GREEN_LED; // the number of the LED pin const int ledPin2 YELLOW_LED; const int ledPin3 RED…

Spring Boot与Spring Cloud Config的集成

Spring Boot与Spring Cloud Config的集成 大家好,我是免费搭建查券返利机器人省钱赚佣金就用微赚淘客系统3.0的小编,也是冬天不穿秋裤,天冷也要风度的程序猿! 一、Spring Cloud Config简介与背景 在微服务架构中,配…

FPGA开发笔试1

1. 流程简介 我是两天前有FPGA公司的HR来问我实习的事情,她当时问我距离能不能接受,不过确实距离有点远(地铁通勤要将近一个半小时),然后她说给我约个时间,抽空做1个小时的题目(线上做&#xf…

2024年【金属非金属矿山(地下矿山)安全管理人员】考试报名及金属非金属矿山(地下矿山)安全管理人员模拟考试题

题库来源:安全生产模拟考试一点通公众号小程序 2024年金属非金属矿山(地下矿山)安全管理人员考试报名为正在备考金属非金属矿山(地下矿山)安全管理人员操作证的学员准备的理论考试专题,每个月更新的金属非…

CTF常用sql注入(三)无列名注入

0x06 无列名 适用于无法正确的查出结果,比如把information_schema给过滤了 join 联合 select * from users;select 1,2,3 union select * from users;列名被替换成了1,2,3, 我们再利用子查询和别名查 select 2 from (select 1,2,3 union select * f…

Go语言--工程管理、临时/永久设置GOPATH、main函数以及init函数

工作区 Go 代码必须放在工作区中。工作区其实就是一个对应于特定工程的目录,它应包含3个子目录:src 目录、pkg目录和bin 目录。 src 目录:用于以代码包的形式组织并保存 Go源码文件。(比如:.go.chs等)pkg 目录:用于存放经由 go install 命令构建安装后的代码包(包…

芯片基识 | 掰开揉碎讲 FIFO(同步FIFO和异步FIFO)

文章目录 一、什么是FIFO二、为什么要用FIFO三、什么时候用FIFO四、FIFO分类五、同步FIFO1. 同步FIFO电路框图2. 同步FIFO空满判断3. 同步FIFO设计代码4. 同步FIFO仿真结果 六、异步FIFO1、异步FIFO的电路框图2 、亚稳态3、打两拍4、格雷码5、如何判断异步FIFO的空满&#xff0…

react v18 less使用(craco)

方案一、弹出配置(不推荐) 安装依赖:yarn add less less-loader 首先 执行 yarn eject 弹出配置项文件(注意:弹出配置不可逆!) 在 config 文件夹中 找到 webpack.config.js,在如图…

Spring Boot自动配置详解

Spring Boot自动配置详解 大家好,我是免费搭建查券返利机器人省钱赚佣金就用微赚淘客系统3.0的小编,也是冬天不穿秋裤,天冷也要风度的程序猿!今天我们来详细探讨Spring Boot的自动配置机制。Spring Boot自动配置是其核心特性之一…

爆破片和安全阀

一、爆破片介绍 爆破片是一种用于安全释放压力的结构,通常应用于压力容器、管道和设备中,以防止由于压力过高而导致的灾难性故障。在压力超过设定值时,爆破片会破裂,从而迅速将过压泄放,保护设备和人员安全 爆破片通常…