科研日記2-時間序列協整進步
多自變數和多個協整關係不是一回事!
利用E-G分別檢驗因變數和單自變數的關係,全不存在協整關係
明天
1.記錄一下用E-G進行多變數檢驗的結果
2.用Johansen檢驗
是不是不存在關係我就沒法用了呀
- 思考資料怎麼優化,換個方法濃縮全國資料
- 降低尺度,用小尺度的地理範圍算一算
- 拋掉這些,看別人論文怎麼弄
先把想法寫一寫,溜了
相關文章
- 時間序列分析基本思想及時間序列建模步驟
- 【時間序列分析】01. 時間序列·平穩序列
- eviews時間序列分析課堂筆記View筆記
- 時間序列分析
- python 時間序列Python
- 科研日記4【2024-06-06】
- 科研日記5【2024-06-07】
- 科研日記6【2024-06-08】
- Python 時間序列分析Python
- 用R語言進行時間序列ARMA模型分析R語言模型
- 用Python語言進行時間序列ARIMA模型分析Python模型
- 上篇 | 使用 ? Transformers 進行機率時間序列預測ORM
- 下篇 | 使用 ? Transformers 進行機率時間序列預測ORM
- 將VAE用於時間序列:生成時間序列的合成資料
- 論文---時間序列----TimeLLM
- 論文---時間序列--DLinear
- 時間序列分段法
- 時間序列交叉驗證
- 時間序列乾貨大全
- 時間序列|全景介紹
- 時間序列知識圖譜-《利用Python進行資料分析》Python
- 【日記】感覺自己進步有點慢(453 字)
- 時間序列結構變化分析:Python實現時間序列變化點檢測Python
- 大資料分析筆記 (7) - 時間序列分析(Time Series Analysis)大資料筆記
- 時間序列分析專題——利用SPSS專家建模器進行建模SPSS
- Python演算法學習2-序列Python演算法
- 科研記錄
- Apache 記錄請求響應時間日誌Apache
- 時間序列分析(一)--移動平均
- 時間序列分析(二)--指數平滑
- SAS EM(六)時間序列理論
- 時間序列資料的處理
- 時代在進步,我們也要跟著進步
- 2-色彩空間轉換
- 使用AWK規整KyLin日誌改進
- 手把手教你用Python的Prophet庫進行時間序列預測Python
- 案例剖析:利用LSTM深層神經網路進行時間序列預測神經網路
- python時間序列缺失值補零Python