python statsmodels：帮助使用ARIMA时间序列模型
statsmodels的ARIMA对我的输出给出了不准确的答案。我想知道是否有人能帮我理解我的代码出了什么问题 这是一个示例：python statsmodels：帮助使用ARIMA时间序列模型,python,statistics,statsmodels,Python,Statistics,Statsmodels,statsmodels的ARIMA对我的输出给出了不准确的答案。我想知道是否有人能帮我理解我的代码出了什么问题 这是一个示例： import pandas as pd import numpy as np import datetime as dt from statsmodels.tsa.arima_model import ARIMA # Setting up a data frame that looks twenty days into the past, # and has line
import pandas as pd
import numpy as np
import datetime as dt
from statsmodels.tsa.arima_model import ARIMA
# Setting up a data frame that looks twenty days into the past,
# and has linear data, from approximately 1 through 20
counts = np.arange(1, 21) + 0.2 * (np.random.random(size=(20,)) - 0.5)
start = dt.datetime.strptime("1 Nov 01", "%d %b %y")
daterange = pd.date_range(start, periods=20)
table = {"count": counts, "date": daterange}
data = pd.DataFrame(table)
data.set_index("date", inplace=True)
print data
count
date
2001-11-01 0.998543
2001-11-02 1.914526
2001-11-03 3.057407
2001-11-04 4.044301
2001-11-05 4.952441
2001-11-06 6.002932
2001-11-07 6.930134
2001-11-08 8.011137
2001-11-09 9.040393
2001-11-10 10.097007
2001-11-11 11.063742
2001-11-12 12.051951
2001-11-13 13.062637
2001-11-14 14.086016
2001-11-15 15.096826
2001-11-16 15.944886
2001-11-17 17.027107
2001-11-18 17.930240
2001-11-19 18.984202
2001-11-20 19.971603
# Setting up ARIMA model
order = (2, 1, 2)
model = ARIMA(data, order, freq='D')
model = model.fit()
print model.predict(1, 20)
2001-11-02 1.006694
2001-11-03 1.056678
2001-11-04 1.116292
2001-11-05 1.049992
2001-11-06 0.869610
2001-11-07 1.016006
2001-11-08 1.110689
2001-11-09 0.945190
2001-11-10 0.882679
2001-11-11 1.139272
2001-11-12 1.094019
2001-11-13 0.918182
2001-11-14 1.027932
2001-11-15 1.041074
2001-11-16 0.898727
2001-11-17 1.078199
2001-11-18 1.027331
2001-11-19 0.978840
2001-11-20 0.943520
2001-11-21 1.040227
Freq: D, dtype: float64
1附近保持不变，而不是增加。我做错了什么
（另一方面，由于某种原因，我无法将字符串日期（如“2001-11-21”
）传递到predict函数中。了解原因可能会有所帮助。）TL；博士
您使用predict
的方式会返回一个关于
差异内生变量不是对原始内生变量水平的预测
您必须使用typ='levels'
为predict
方法输入以更改此行为：
preds = fit.predict(1, 30, typ='levels')
有关详细信息，请参阅的文档
一步一步地
数据集
我们加载您在MCVE中提供的数据：
import io
import pandas as pd
raw = io.StringIO("""date count
2001-11-01 0.998543
2001-11-02 1.914526
2001-11-03 3.057407
2001-11-04 4.044301
2001-11-05 4.952441
2001-11-06 6.002932
2001-11-07 6.930134
2001-11-08 8.011137
2001-11-09 9.040393
2001-11-10 10.097007
2001-11-11 11.063742
2001-11-12 12.051951
2001-11-13 13.062637
2001-11-14 14.086016
2001-11-15 15.096826
2001-11-16 15.944886
2001-11-17 17.027107
2001-11-18 17.930240
2001-11-19 18.984202
2001-11-20 19.971603""")
data = pd.read_fwf(raw, parse_dates=['date'], index_col='date')
正如我们所预期的，数据是自相关的：
from pandas.plotting import autocorrelation_plot
autocorrelation_plot(data)
模型与训练
我们为给定设置创建一个对象（p，D，Q）
，并使用以下方法对其进行数据训练：
它返回一个感兴趣的对象。我们可以查看模型的质量：
fit.summary()
ARIMA Model Results
==============================================================================
Dep. Variable: D.count No. Observations: 19
Model: ARIMA(2, 1, 2) Log Likelihood 25.395
Method: css-mle S.D. of innovations 0.059
Date: Fri, 18 Jan 2019 AIC -38.790
Time: 07:54:36 BIC -33.123
Sample: 11-02-2001 HQIC -37.831
- 11-20-2001
==============================================================================
coef std err z P>|z| [0.025 0.975]
------------------------------------------------------------------------------
const 1.0001 0.014 73.731 0.000 0.973 1.027
ar.L1.D.count -0.3971 0.295 -1.346 0.200 -0.975 0.181
ar.L2.D.count -0.6571 0.230 -2.851 0.013 -1.109 -0.205
ma.L1.D.count 0.0892 0.208 0.429 0.674 -0.318 0.496
ma.L2.D.count 1.0000 0.640 1.563 0.140 -0.254 2.254
Roots
==============================================================================
Real Imaginary Modulus Frequency
------------------------------------------------------------------------------
AR.1 -0.3022 -1.1961j 1.2336 -0.2894
AR.2 -0.3022 +1.1961j 1.2336 0.2894
MA.1 -0.0446 -0.9990j 1.0000 -0.2571
MA.2 -0.0446 +0.9990j 1.0000 0.2571
------------------------------------------------------------------------------
我们可以粗略估计残差是如何分布的：
residuals = pd.DataFrame(fit.resid, columns=['residuals'])
residuals.plot(kind='kde')
预测
如果我们对我们的模型感到满意，那么我们可以预测一些样本内或样本外数据
这可以通过默认情况下返回差分内生变量而不是内生变量本身的方法来实现。要更改此行为，必须指定typ='levels'
：
preds = fit.predict(1, 30, typ='levels')
那么我们的预测与我们的训练数据具有相同的水平：
此外，如果我们有兴趣也有置信区间，那么我们可以使用该方法
字符串参数
还可以使用字符串输入predict
（如果希望避免麻烦，请始终使用该格式）或datetime
对象：
preds = fit.predict("2001-11-02", "2001-12-15", typ='levels')
在StatsModels 0.9.0上按预期工作：
import statsmodels as sm
sm.__version__ # '0.9.0'
尝试添加typ='level'
以进行预测。请参阅和predict docstring。也可以直接在模型中添加趋势（当前适合）。谢谢！这解决了我的问题。诚然，我不理解ARIMA.predict的文档。它必须是统计中的一个概念。typ='levels'
，而不是type='level'
。也许过去是'level'
，但文档显示typ:str{'linear'，'levels'}
import statsmodels as sm
sm.__version__ # '0.9.0'