Python与MATLAB:具有已知参数值的ARIMA模型

Python与MATLAB:具有已知参数值的ARIMA模型,python,r,statistics,statsmodels,Python,R,Statistics,Statsmodels,在MATLAB中,我们可以使用以下函数指定参数值已知的ARIMA(p,D,q)模型 在Python或R中,我可以这样做来构建自己的模型吗 之后,我需要使用这个模型来预测我的数据集 在Python或R中,我可以这样做吗?下面的Python StatsModels示例 在 出去 在 出去 在 出去 在R中键入help(“arima”)。它有一个predict方法。Python:Build model()和predict()以及参数。构建模型时,必须选择顺序参数(lag)和after fit()

在MATLAB中,我们可以使用以下函数指定参数值已知的ARIMA(p,D,q)模型

在Python或R中,我可以这样做来构建自己的模型吗

之后,我需要使用这个模型来预测我的数据集


在Python或R中,我可以这样做吗?

下面的Python StatsModels示例

出去

出去

出去


在R中键入
help(“arima”)
。它有一个
predict
方法。Python:Build model()和predict()以及参数。构建模型时,必须选择顺序参数(lag)和after fit(),结果是包含系数的模型,但是,我们不能选择自己的系数来构建@su79eu7kIn Python的模型,如果你愿意,你可以选择任何东西。请检查下面的答案@丁基ềuVũthanht这意味着我们必须在更改其参数Hi@su79eu7k之前至少拟合一次。如何更改arũL1值?Hi@TùngKiềuVũThanh,试试这个方法
test_model.params[1]=0.9
test_model.arparams[0]=0.9
谢谢@su79eu7k。能给我你的电子邮件吗?因为我不能再贴“提问”了
tdist = struct('Name','t','DoF',10);
model = arima('Constant',0.4,'AR',{0.8,-0.3},'MA',0.5,...
                        'D',1,'Distribution',tdist,'Variance',0.15)
test_model = sm.tsa.ARIMA(test_data['log_PI'], [1, 1, 0]).fit()
test_model.params
const             0.001166
ar.L1.D.log_PI    0.593834
dtype: float64
_ = test_model.plot_predict(end="2016-12")
# Constant param change
test_model.params.const = 0.02
# test_model.params[0] = 0.02

# AR params change
# test_model.params[1] = 0.9
# test_model.arparams[0] = 0.9

_ = test_model.plot_predict(end="2016-12")