数据分析

SETAR的全称是“Self-Exciting Threshold Auto-Regressive (SETAR) models”，可用于对一个时间序列变量的模式演变进行阶段划分。该模型最早于1977年由Howell Tong提出1。 ...

自回归滑动平均模型（Autoregressive moving average model，ARMA）是研究时间序列的重要方法，以由自回归模型（简称AR模型）与移动平均模型（简称MA模型）为基础“混合”构成。用AMRA模型预测了在当前趋势下，未来二十年内全球二氧化碳浓度的变化趋势。 分析过程 数据集：NOAA Earth System Research Laboratories下属的Global Monitoring Laboratory提供的1969年-2022年逐月的二氧化碳浓度变化数据 数据来源网址 ...

环境数据分析课程的大作业，主要目的应用一下课上学到的一些数据分析方法。 通过爬虫获取我国沿海海水水质的监测数据； 以散点图直观反映水质类别的分布和随时间变化情况； 将化学需氧量数据转换为正态分布，以海区/省份为分类变量进行单因素方差分析； 将无机氮数据转换为正态分布，用Pearson分析和线性回归分析考察化学需氧量和无机氮数据的相关性； 利用机器学习，从多个污染指标数据预测海区分类。 ...