作者：黄天元，复旦大学博士在读，热爱数据科学与开源工具（R），致力于利用数据科学迅速积累行业经验优势和科学知识发现，涉猎内容包括但不限于信息计量、机器学习、数据可视化、应用统计建模、知识图谱等，著有《R语言数据高效处理指南》（《R语言数据高效处理指南》(黄天元)【摘要 书评 试读】- 京东图书，《R语言数据高效处理指南》(黄天元)【简介_书评_在线阅读】 - 当当图书）。知乎专栏：R语言数据挖掘。邮箱：huang.tian-yuan@qq.com.欢迎合作交流。
时间序列分析是一个非常有意思的方法，它能够通过人为的各种假设，构造不同的模型，对现实数据进行拟合，然后分析它是否符合某种特征，从而对短期的波动或长期的趋势进行预测。
经过一系列的学习，终于把其中的一些知识框架进行学习，并形成一些学习总结，主要学习了这本书：
Forecasting: Principles and Practice
非常照顾初学者，代码简洁有效，解释到位深刻，数据可获得而代码可重复，便于验证。个人学习总结链接如下：
HopeR：R语言时间序列分析（三）：趋势性、季节性、周期性
HopeR：R语言时间序列分析（四）：时滞图、自相关、白噪声
相信在未来的学习和实践中，这些知识一定会发挥其力量！
原文作者：；如有侵权，请联系管理员删除。
请登录后发表评论
登录
全部评论
