Python中的ARIMA建模

我正在尝试将基于SAS的ARIMA模型转换为基于Python的ARIMA模型

SAS上的代码如下所示：

proc arima data=temp;
identify var=c3 nlag=12;run;
identify var=c3(1);run;
estimate p=1 q=1/*noint*/ method=ml;run;
estimate p=2 q=0 /*noint*/ method=ml;run;
outlier;run;
forecast lead=&lead id=tc_date interval=week printall out=forecast_ARIMA;
run;

退出

数据temp包含两列：Date和c3评级（我需要通过ARIMA进行预测）

我为以下代码创建的python代码是：

从statsmodels导入tsa作为tsa

p1 = 2
d1 = 0
q1 = 0
temp = tsa.arima_model.ARIMA(temp.c3.values, [p1, d1, q1])
model1 = temp.fit(trend='nc' , disp = False) 
pred1 = model1.predict(start=0, end=len(ts_data)-1)

但是我从SAs和python进程中得到的预测值是完全不同的， 我的过程正确吗？如果是，为什么计算的值不同；如果不是，python进程应该是什么

---

谢谢

**pred1=model1.predict（start=0，end=len（temp-1））您比较了估计的系数吗？信息太少，无法猜测发生了什么。我不熟悉SAS程序，但我会检查未指定的默认选项是否不同。