Python STATSARIMA模型结果与原始数据的比较

我有一个带有季节成分的时间序列。我在Statsarima的模型上安装了

model = tsa.arima_model.ARIMA(data, (8,1,0)).fit()

比如说。现在，我知道ARIMA与我的数据不同。我如何比较来自

prediction = model.predict()
fig, ax = plt.subplots()
data.plot()
prediction.plot()

因为数据将是原始数据，预测是不同的，所以平均值在0左右，不同于数据的平均值

如图所示，如果将关键字

typ

传递给

predict

方法，则答案可以显示在原始预测变量中：

typ : str {‘linear’, ‘levels’}

    ‘linear’ : Linear prediction in terms of the differenced endogenous variables.
    ‘levels’ : Predict the levels of the original endogenous variables.

所以这个电话是

model = tsa.arima_model.ARIMA(data, (12,1,0)).fit()
arima_predict = model.predict('2015-01-01','2016-01-01', typ='levels')

---

请查看predict docstring和

typ

关键字。谢谢。现在看起来有点明显，但当我阅读文档时，事情并没有那么简单。也许在文件上多加一点提示会有所帮助？而且，邮件列表上似乎已经出现了这个问题：