python statsmodels：用于预测arima模型功能的“params”参数

Question

统计模型中的ARIMA（ statsmodels.tsa.arima_model.ARIMA ），AR（ statsmodels.tsa.ar_model.AR ）和ARMA（ statsmodels.tsa.arima_model.ARMA ）都在其predict方法中接受其模型的参数。 例如，对于AR对象，我们有以下函数定义：

• AR(endog, dates=None, freq=None, missing='none')[source]
• fit([maxlag, method, ic, trend, ...])
• predict(params[, start, end, dynamic])

（ 链接到这里的文档 ）

我实际上对predict的参数选择非常困惑。 predict的第一个参数是AR构造函数的参数; 这些再次出现在predict参数中是没有意义的。 它们也出现在ARIMA和ARMA的构造函数中。 有人可以回答为什么这个参数存在？

对于它的价值，我没有太多的时间序列分析背景，所以也许在重用参数时会暴露一些功能。 否则，此参数是令人讨厌的。

Answer 1

我在这里回答了关于问题跟踪器的问题。 您希望对fit返回的结果对象调用predict。 这是我们遵循的模式。

model = sm.tsa.ARMA(y, (2, 2))
results = model.fit()
results.predict()