dreamhappy2012
2019-03-28 阅读量: 672
问、怎样做时间序列分析？
答：
时间序列分析尝试找出序列值在过去所呈现的特征模式，假定这种模 式在未来能够持续，进而对未来进行预测
时间序列基本特征：趋势性，序列相关性，随机性
时间序列模型预测方法：算数平均法，移动平均法，加权移动平均，指数平滑法，自回归和移动平均法(ARIMA)
ARIMA模型的优点：信息浪费最少，集趋势性，相关性和随机性于一身
Power BI Desktop -是一款由微软发布的自助式商业智能工具，功能强大、易于使用。其中还可以通过微软云连多个数据源并且使用数据源来创建可视化表盘。 但是几乎所有的BI都需要展示如何随时间改变KPI。因此我将会介绍一个帮助我们使用事件元素来分析数据的关键功能。在PowerBI Desktop 中叫做“time intelligence”。应用这种时域分析法能是商业智能中基本的数据表现形式
链接：https://pan.baidu.com/s/1Du4TCmhQV8yBMcGNA7iO2g 提取码：c7co
大家都知道“具体问题，具体分析”。是的，估计大家从小学的思想政治课本就听过这八个字。问题是：这句话本身就很不具体啊！到底怎样的问题算“具体”问题，啥样的分析又算“具体”分析呢？其实并没有一个很明确的标准。 如何使用结构化思维表达观点 重构四核：结论先行，以上统下，归类分组，逻辑递进——论证类比。 结论先行：先明确观点，一次展示，最后总结观点。 以上统下：上下表达要一致。 归类分组：快速归类，
首先，神经网络是横截面模型，时间序列是研究时间序列，行与行之间的关系。时间序列也有大数据模型，两者之间不太好做对比。
