Orange3的时间序列和顺序数据分析插件。

导航

验证详情

这些详情已由PyPI验证
维护者
AlesErjavec 的 Gravatar 头像 AlesErjavec apretnar 的 Gravatar 头像 apretnar biolab-helper 的 Gravatar 头像 biolab-helper janezdemsar 的 Gravatar 头像 janezdemsar lanzagar 的 Gravatar 头像 lanzagar markotoplak 的 Gravatar 头像 markotoplak primozgodec 的 Gravatar 头像 primozgodec rokgomiscek 的 Gravatar 头像 rokgomiscek

未验证详细信息

这些信息尚未通过 PyPI 验证
项目链接
元数据
  • 许可证： GNU 通用公共许可证 v3 或更高版本 (GPLv3+) (GPLv3+)
  • 作者： 生物信息学实验室，FRI UL
  • 标签 时间序列， 序列分析， orange3 插件， ARIMA， VAR 模型， 预测
分类器

项目描述

Orange3-Timeseries

Orange插件，用于分析、可视化、操作和预测时间序列数据。该插件包含ARIMA和VAR模型、模型评估、时间序列预处理、季节调整和各种可视化。请参阅文档。

功能

使用时间序列数据

  • 将数据重新解释为时间序列
  • 产生缺失值
  • 从雅虎财经股票市场数据生成时间序列

时间序列数据分析

  • 按给定时间间隔聚合数据
  • 将时间序列分解为季节性、趋势和残差成分
  • 将滚动窗口函数应用于时间序列
  • 对未来进行预测
  • 评估模型

可视化时间序列数据

  • 可视化时间序列的序列和进展
  • 可视化变量的自相关
  • 可视化时间序列的周期、季节性、周期性和最显著的周期

项目详情

验证详情

这些详情已由PyPI验证
维护者
AlesErjavec 的 Gravatar 头像 AlesErjavec apretnar 的 Gravatar 头像 apretnar biolab-helper 的 Gravatar 头像 biolab-helper janezdemsar 的 Gravatar 头像 janezdemsar lanzagar 的 Gravatar 头像 lanzagar markotoplak 的 Gravatar 头像 markotoplak primozgodec 的 Gravatar 头像 primozgodec rokgomiscek 的 Gravatar 头像 rokgomiscek

未验证详细信息

这些信息尚未通过 PyPI 验证
项目链接
元数据
  • 许可证： GNU 通用公共许可证 v3 或更高版本 (GPLv3+) (GPLv3+)
  • 作者： 生物信息学实验室，FRI UL
  • 标签 时间序列， 序列分析， orange3 插件， ARIMA， VAR 模型， 预测
分类器

发布历史 发布通知 | RSS源

此版本

0.6.3

0.6.2

0.6.1

0.6.0

0.5.3

0.5.2

0.5.1

0.5.0 已撤销

撤销此版本的原因

Pyqtgraph未修复，折线图无法工作。

0.4.1

0.4.0

0.3.12

0.3.11

0.3.10

0.3.9

0.3.8

0.3.7

0.3.6

0.3.5

0.3.4

0.3.3

0.3.2

0.3.1

0.3.0

0.2.7

0.2.6

0.2.5

0.2.4

0.2.3

0.2.2

0.2.1

0.2.0

0.1.0

下载文件

下载适用于您的平台的文件。如果您不确定选择哪个，请了解有关安装包的更多信息。

源分发

Orange3-Timeseries-0.6.3.tar.gz (2.3 MB 查看散列值)

上传时间 源

构建分发

Orange3_Timeseries-0.6.3-py3-none-any.whl (280.9 kB 查看散列值)

上传时间 Python 3

由以下支持

AWS AWS 云计算和安全赞助商 Datadog Datadog 监控 Fastly Fastly CDN Google Google 下载分析 Microsoft Microsoft PSF 赞助商 Pingdom Pingdom 监控 Sentry Sentry 错误记录 StatusPage StatusPage 状态页面