arima
使用 ARIMA 进行单变量时间序列预测（forecast）
Quellinformationen
- Repository
- Zafer-Liu/Data-Analysis-Agent
- Letzte Quellaktivität
- 24. Oktober 2026 um 14:41
- Erkannte Sprache von SKILL.md
- Mehrsprachig
- Sterne
- 2.629
- Forks
- 234
Installationsoptionen
Standardmäßig ist der Prompt ausgewählt, der zuerst die Quelle prüft. Sie können zu einem direkten Befehl wechseln oder eine lokale Kopie herunterladen.
Quelldateien prüfen
Lesen Sie SKILL.md und alle von SkillsMP angezeigten Begleitdateien, bevor Sie sich für eine Installation entscheiden.
SKILL.md wird angezeigt
SKILL.md
Quellanweisungen · Schreibgeschützte Vorschau- name
- arima
- description
- 使用 ARIMA 进行单变量时间序列预测（forecast）
- icon
- 〰️
- tags
- ["mode-business","mode-ml","forecasting"]
- allowedTools
- ["get_schema","query_data","run_analysis","generate_chart"]
# ARIMA 预测
确认时间列、频率、目标和预测区间，按时间排序并处理缺口。检查平稳性，选择合理参数，使用时间切分验证，输出预测值、区间和误差，并说明外部冲击限制。
## Tool routing
1. Use `get_schema` to identify the time column, target column, table name, and available covariates.
2. Use `query_data` only to verify ordering, missing timestamps, frequency, and enough rows for modeling.
3. Use `run_analysis` with `analysis_name="Time_Series_ARIMA"` for the actual forecast computation.
4. Use `generate_chart` on the returned forecast or diagnostic result tables after `run_analysis` succeeds.
## Implementation reference
- Tool entry: `agent/tools/business/data.py::_tool_run_analysis`
- Analysis registry: `Function/Analyze/registry.py`
- Analysis implementation: `Function/Analyze/Time_Series_ARIMA/analyze.py`
- Chart implementation: `Function/Charts_generation/chart_generate.py`
Auf GitHub ansehen