努力制作带有统计模型的ARIMA预测图

Question

我希望从文件（日期和数量列）中读取数据，并将其绘制到具有ARIMA预测的图形上。

不幸的是，我使用的在线指南运气不佳，而且每个指南都会导致我遇到不同的问题。

这是我的基本代码（它只是在没有预测的情况下绘制数据）：

from pandas import Series
from matplotlib import pyplot
from statsmodels.tsa.arima_model import ARIMA

series = Series.from_csv('Quantity.csv',header=0)

model = ARIMA(series, order=(2,0,1))
series.plot()
pyplot.show()

这是我正在使用的数据：

Date    Quantity
2010/01/01  1358
2010/07/02  0
2010/08/03  0
2011/02/04  0
2011/11/05  0
2011/12/06  274
2012/06/07  1074
2012/08/30  2223
2013/04/16  0
2013/03/18  1753
2014/02/22  345
2014/01/27  24
2015/12/15  652
2015/09/28  275
2016/05/04  124
2017/11/07  75
2017/09/22  32
2017/04/04  12

那么，如何创建ARIMA预测并将其放到我的切除图上？

另外，我也不是完全确定Python中的ARIMA预测是如何绘制的（我只在R中看到过，但是从我看到的情况来看，对于Python并不相同），所以也许举一个例子对人好点。

Answer 1

首先，建议您使用read_csv方法并在此处解析日期：

series = pd.read_csv('Quantity.csv', header=0, parse_dates=[0])
series.columns = ['Date', 'Quantity']

您需要使用库中的fit方法，将Quantity列转换为float64，以避免出现您提到的错误：

model = ARIMA(series['Quantity'].astype(float), order=(2,0,1), dates=series['Date'])

（如果您不想打印所有计算细节，则disp = 0）

然后，您可以使用以下方法从拟合模型中获得预测值：

fittedModel.forecast(steps=1)