data preprocess & arima model univariate

[theabc50111]

• [x] data preprocess
• [x] arima model for univariate time seires

[theabc50111]

ref: log transform for ARIMA model

• https://stats.stackexchange.com/questions/6330/when-to-log-transform-a-time-series-before-fitting-an-arima-model
• https://stats.stackexchange.com/questions/490218/use-log-arma-instead-of-arima-and-what-about-arima-coefficients?noredirect=1&lq=1
• https://stackoverflow.com/questions/70484362/the-result-of-adf-test-doesnt-match-to-ndiff-of-arima

[theabc50111]

Augmented Dickey-Fuller unit root test. explanation: adfuller: adf （float）: 测试统计 pvalue （float） : MacKinnon基于MacKinnon的近似p值（1994年，2010年） usedlag （int）: 使用的滞后数量 nobs（ int）: 用于ADF回归的观察数和临界值的计算 critical values（dict）: 测试统计数据的临界值为1％，5％和10％。基于MacKinnon（2010） icbest（float）: 如果autolag不是None，则最大化信息标准。 resstore （ResultStore，可选）: 一个虚拟类，其结果作为属性附加

    如何确定该序列能否平稳呢？主要看：
        1%、%5、%10不同程度拒绝原假设的统计值和ADF Test result的比较，ADF Test result同时小于1%、5%、10%即说明非常好地拒绝该假设，本数据中，adf结果为-2.02， 大于三个level的统计值。所以是不平稳的，需要进行一阶差分后，再进行检验。
        P-value是否非常接近0，接近0，则是平稳的，否则，不平稳。

ref:

• https://blog.csdn.net/weixin_42746776/article/details/103723615
• https://www.itbook5.com/2019/08/11560/
• https://medium.com/r-%E8%AA%9E%E8%A8%80%E8%87%AA%E5%AD%B8%E7%B3%BB%E5%88%97/r%E8%AA%9E%E8%A8%80%E8%87%AA%E5%AD%B8%E7%B3%BB%E5%88%97-5-%E8%B3%87%E6%96%99%E7%9A%84%E6%99%82%E9%96%93%E5%BA%8F%E5%88%97%E6%80%A7%E8%B3%AA%E6%AA%A2%E9%A9%97-ebd367421122

[theabc50111]

ARIMA explanation: https://ithelp.ithome.com.tw/articles/10252815

[theabc50111]

timeseries stationary preprocessing

• https://www.kaggle.com/kalilurrahman/berkshire-hathaway-stock-time-series-analysis