时间序列预测中的负值

Question

我正在尝试使用ARIMA在136年的月降雨量数据集上用python执行单变量时间序列预测。

我的数据集的格式为：

年降雨

2000-01-01 0

2000-02-01 128.2

2000-03-01 0

2000-04-01 289.3

。 。 。

我有两个问题。

1）我的预测结果为负值，尽管训练集中没有这些值，并且从逻辑上讲降雨值不应为负。 我的原始数据图如下。

下面是测试数据和预测值的图表。 如您所见，预测值的红色曲线延伸到0以下。

2）由于我有月度数据，因此某些行中的降雨从0变为下个月的直接高值，在这种情况下，当前值不像自回归原理那样依赖于先前观察到的值。 这是造成问题的原因，却不适合我吗？ 我尝试使用年度数据代替，但是也不能给出合适的结果，使用季度频率会中断数据集区域的实际季风周期。

Answer 1

该模型为您提供最佳猜测。

它只是根据观察到的输入推断为负的预测值。 这是“外部逻辑”出现的地方。只需通过将负值替换为0的函数传递预测即可。这是一种常见的做法。