Warning: file_get_contents(/data/phpspider/zhask/data//catemap/2/google-app-engine/4.json): failed to open stream: No such file or directory in /data/phpspider/zhask/libs/function.php on line 167

Warning: Invalid argument supplied for foreach() in /data/phpspider/zhask/libs/tag.function.php on line 1116

Notice: Undefined index: in /data/phpspider/zhask/libs/function.php on line 180

Warning: array_chunk() expects parameter 1 to be array, null given in /data/phpspider/zhask/libs/function.php on line 181
用Python-ARMA模型拟合_Python_Statsmodels - Fatal编程技术网

用Python-ARMA模型拟合

用Python-ARMA模型拟合,python,statsmodels,Python,Statsmodels,我有一个时间序列数据,我试图将ARMA(p,q)模型与之相适应,但我不确定使用什么“p”和“q”。我发现了这个链接 此模型的用法是 但我不认为它会自动决定使用什么“p”和“q”。似乎我需要知道什么是“p”和“q”是合适的。您必须阅读statsmodel包文档之外的内容 请参阅此答案中的部分内容: 有一个叫Rob Hyndman的人写了一本关于预测的好书,从那开始是个好主意。第8.3章和第8.4章是您要查找的大部分内容 从Rob的书中, 在自回归模型中,我们使用变量过去值的线性组合来预测感兴趣的

我有一个时间序列数据,我试图将ARMA(p,q)模型与之相适应,但我不确定使用什么“p”和“q”。我发现了这个链接

此模型的用法是


但我不认为它会自动决定使用什么“p”和“q”。似乎我需要知道什么是“p”和“q”是合适的。

您必须阅读statsmodel包文档之外的内容

请参阅此答案中的部分内容:

有一个叫Rob Hyndman的人写了一本关于预测的好书,从那开始是个好主意。第8.3章和第8.4章是您要查找的大部分内容

从Rob的书中, 在自回归模型中,我们使用变量过去值的线性组合来预测感兴趣的变量

这是描述p——用于预测值的过去值的数量

从Rob的书中, 移动平均模型在类似回归的模型中使用过去的预测误差

这是描述q,即模型中先前预测错误的数量

这会给你一些理论和例子

案例1:您已经知道p和q(ARMA模型的阶数)的值,算法会找到最佳系数

案例2:如果你不知道它们,你可以指定一系列可能的值,算法会找到适合数据的最佳模型ARMA(p,q),并估计相应的系数