Move files from old repo on bahalf of Vesa Vertainen

README.md

+### Aikasarja-analyysi Liikenneviraston liikenteen automaattisten mittauspisteiden (LAM) -datalla 
+
+>Digiroad, Liikennevirasto. Aineisto on ladattu Liikenneviraston Katselu- ja latauspalvelusta 01.05.2018 lisenssillä CC 4.0  BY.
+>[https://www.liikennevirasto.fi/avoindata/tietoaineistot/lam-tiedot](https://www.liikennevirasto.fi/avoindata/tietoaineistot/lam-tiedot)
+
+
+[Tutoriaalissa ](LAM-aikasarja-analyysi.ipynb) käytetään liikenteen mittauspisteeltä kerättyä dataa, josta muodostetaan aikasarja tarkasteltavaksi. 
+Aikasarjan stationaarisuutta tutkitaan laajennetulla Dickey-Fullerin testillä, stationarisoidaan differensoimalla ja logaritmillä, 
+tutkitaan autokorrelaatioita, muodostetaan *Seasonal ARIMA* -malli, ja ennustetaan tulevaa ajanjaksoa.
+
+Oikean SARIMA-mallin etsimisessä käytetään pyramid-arima -kirjaston auto_arima-funktiota.
+
+---
+
+*Aiheeseen liittyviä linkkejä:*
+
+[Käyrien tulkinta (p,d,q) mutta R:llä](https://a-little-book-of-r-for-time-series.readthedocs.io/en/latest/src/timeseries.html#differencing-a-time-series)
+
+[parhaiden atribuuttien valinta ja PLOT_DIAGNOSTICSIN selitys](https://www.digitalocean.com/community/tutorials/a-guide-to-time-series-forecasting-with-arima-in-python-3)
+
+[aikasarjan autokorrelaatio](https://ekonometriaa.blogspot.fi/2015/12/aikasarjan-autokorrelaatio.html)
+
+[ACF / PACF -tulkinta](http://ucanalytics.com/blogs/step-by-step-graphic-guide-to-forecasting-through-arima-modeling-in-r-manufacturing-case-study-example/)
+
+[Additive vai multiplicative?](https://anomaly.io/seasonal-trend-decomposition-in-r/)
+
+[time-series-seasonal-ARIMA-model-in-python](http://www.seanabu.com/2016/03/22/time-series-seasonal-ARIMA-model-in-python/)
+
+[using-python-and-auto-arima-to-forecast-seasonal-time-series-](https://medium.com/@josemarcialportilla/using-python-and-auto-arima-to-forecast-seasonal-time-series-90877adff03c)
+
+[creating-a-time-series-forecast-python-3-step-by-step-guide](https://ilonabrodovska.wordpress.com/2017/06/05/creating-a-time-series-forecast-python-3-step-by-step-guide/)
+
+[http://dacatay.com/data-science/part-3-time-series-stationarity-python/](http://dacatay.com/data-science/part-3-time-series-stationarity-python/)
+
+[http://www.seanabu.com/2016/03/22/time-series-seasonal-ARIMA-model-in-python/](http://www.seanabu.com/2016/03/22/time-series-seasonal-ARIMA-model-in-python/)
+
+---
+
+_keywords: ARIMA, SARIMAX, adfuller, acf, pacf, pyramid-arima_ 
+