如何在Python中识别ARIMA模型的p(滞后顺序)
这是我的自相关图。 由以下python代码生成如何在Python中识别ARIMA模型的p(滞后顺序),python,statistics,time-series,Python,Statistics,Time Series,这是我的自相关图。 由以下python代码生成 from pandas.plotting import autocorrelation_plot from statsmodels.tsa.arima_model import ARIMA def display_corelation(series): autocorrelation_plot(series) plt.show() 我知道,通过查看ARIMA模型的绘图,我可以在p中通过1或2。 我的问题是如何生成p值 如何通过
from pandas.plotting import autocorrelation_plot
from statsmodels.tsa.arima_model import ARIMA
def display_corelation(series):
autocorrelation_plot(series)
plt.show()
我知道,通过查看ARIMA模型的绘图,我可以在p中通过1或2。
我的问题是如何生成p值
如何通过pandas或任何库计算某些序列的滞后顺序,而不是当前的绘图?
模型=ARIMA(历史,顺序=(1,1,0))
通过以下代码获得:
import pandas as pd
k=0
highestCorr = 0
for i in range(1,10):
cor = pd.Series.autocorr(series, lag=i)
if(cor > highestCorr):
highestCorr = cor
k=i