估计的自由度不足

Question

我的自由度小于数据集中的行数。 为什么我会出现“估算自由度不足”的错误。 我该怎么做才能解决此错误？

我试图减少differenced = difference(X,11) ，但它仍然显示错误。

dataset, validation = series[0:split_point], series[split_point:]
print('Dataset %d, Validation %d' % (len(dataset), len(validation)))
dataset.to_csv('dataset.csv')
validation.to_csv('validation.csv')
from pandas import Series
from statsmodels.tsa.arima_model import ARIMA
import numpy
# load dataset
series = Series.from_csv('dataset.csv', header=None)
series = series.iloc[1:]
series.head()
series.shape

from pandas import Series
from statsmodels.tsa.arima_model import ARIMA
import numpy
# create a differenced series
def difference(dataset, interval=1):
    diff = list()
    for i in range(interval+1, len(dataset)):
        value = int(dataset[i]) - int(dataset[i - interval])
        diff.append(value)
    return numpy.array(diff)

# load dataset
series = Series.from_csv('dataset.csv', header=None)
# seasonal difference
X = series.values
differenced = difference(X,11)
# fit model
model = ARIMA(differenced, order=(7,0,1))
model_fit = model.fit(disp=0)
# print summary of fit model
print(model_fit.summary())

形状是（17，）

Answer 1

差分后，剩下6个观察值（17 - 11 = 6）。 这对ARIMA来说还不够（7,0,1）。

使用这些小数据，您不可能在任何模型下获得良好的预测性能，但如果必须，那么我会推荐更简单的东西，如ARIMA（1,0,0）或指数平滑模型。