Python主要时序模式算法列表

函数名称	函数功能	所属工具箱
acf()	计算自相关系数	statsmodels.tsa.stattols
plt_acf()	画自相关系数	statsmodels.graphics.tsaplots
pacf()	计算偏相关系数	statsmodels.tsa.stattols
plot_acf()	画偏相关系数	statsmodels.graphics.tsaplots
adfuller()	对观测值序列进行单位根检验	statsmodels.tsa.stattols
diff()	对观测值进行查分计算	Pandas对象自带的方法
ARIMA()	创建一个ARIMA序列模型	statsmodels.tsa.arima_model
summary() summaty2()	给出一分ARIMA模型的报告	ARIMA模型对象自带方法
aic/bic/hqic	计算ARIMA模型的AIC/BIC/HQIC指标值	ARIMA模型对象自带方法
froecast()	应用构建的时间序列进行预测	ARIMA模型对象自带方法
acorr_ljungbox()	Ljung-Box检验，检验是否为白噪声	statsmodels.stats.diagnostic

自相关系数和偏自相关系数的使用

在这里插入图片描述

adfuller()方法详解

参考文章：https://segmentfault.com/a/1190000005149283

diff()方法详解

ts.diff().diff().diff().dropna()

ARIMA()方法详解

summary() & summaty2()方法详解

aic/bic/hqic 方法详解

froecast()方法详解

acorr_ljungbox()方法详解

参考文章

https://www.cnblogs.com/Yuanjing-Liu/p/9284326.html
https://www.cnblogs.com/Yuanjing-Liu/p/9284875.html
https://zhuanlan.zhihu.com/p/35128342

ACF和PACF的详细求解过程
https://www.cnblogs.com/noah0532/p/8451375.html
http://www.cnblogs.com/noah0532/p/8453959.htm