Python中ARIMA的样本内预测区间

我正在使用statsmodels ARIMA建立模型并给出估计。predict（）可用于给出样本内模型估计/结果。forecast（）可用于给出样本外估计值和预测间隔。我需要样本内模型结果的预测间隔。是否有任何可以使用的操作？可以在示例中调用forecast（）吗？

如果可能，您应该切换到使用SARIMAX模型，该模型具有更多功能，并且今后将得到更好的支持（ARIMA模型将在下一版本中被弃用）。然后，results对象将具有名为

get\u prediction

和

get\u forecast

的方法，这些方法将允许您创建一个新的结果对象，并使用新值进行扩展

获取预测间隔的语法稍有不同，但它支持样本内和样本外的间隔

from statsmodels.tsa.api import SARIMAX
model = SARIMAX(timeseries, order=(1, 0, 6))
results = model.fit()

pred = results.get_prediction(start=..., end=...)
print(pred.predicted_mean)        # prediction
print(pred.conf_int(alpha=0.05))  # confidence interval

fcast = results.get_forecast(steps=...)
print(fcast.predicted_mean)        # forecast
print(fcast.conf_int(alpha=0.05))  # confidence interval

---

谢谢你，让我走得更远！一个更新，SARIMAX必须从statespace调用，例如，

import statsmodels.api as-api

model=api.tsa.statespace.SARIMAX（srs，order=（p，d，q））

很高兴这有帮助，但您的更新不正确-我发布的代码可以工作，使用您发布的代码，您可以使用

api.tsa.SARIMAX

。