load_uschange#
- load_uschange(y_name='Consumption')[源]#
加载用于预测个人消费和收入增长率的多变量时间序列（MTS）数据集。
- 返回:
- ypd.Series
选定的列，默认为 Consumption
- Xpd.DataFrame
包含解释变量的列
说明
美国 1960 年至 2016 年季度个人消费支出、个人可支配收入、生产、储蓄和失业率的百分比变化。
维度：多变量 列：[‘Quarter’, ‘Consumption’, ‘Income’, ‘Production’,
‘Savings’, ‘Unemployment’]
序列长度：188 频率：季度 案例数量：1
这些数据显示出递增趋势、非恒定（递增）方差以及周期性和季节性模式。
参考
[1]“预测：原理与实践”（第 2 版）的数据
示例
>>> from sktime.datasets import load_uschange >>> y, X = load_uschange()