使用 python 估计 ARIMA 模型时出错（对于 d>2）

Question

我正在尝试使用 Python 安装 ARIMA model。 它有两列。 第一个日期和第二个确认的订单。 以下是数据文件中的前几行（2020 年 3 月 14 日至 2020 年 4 月 14 日已确认订单的每日数据）：

只要差异数 (d) 为 2 或更少，我的代码就运行良好。 当 d>2 时，我得到一个错误“raise ValueError("d > 2 is not supported")。

这是我正在使用的代码：

import numpy as np
import pandas as pd
from matplotlib import pyplot as plt
from statsmodels.tsa.stattools import adfuller
from statsmodels.tsa.seasonal import seasonal_decompose
from statsmodels.tsa.arima_model import ARIMA
from pandas.plotting import register_matplotlib_converters
from pandas import read_csv
from pandas import DatetimeIndex
from datetime import datetime
register_matplotlib_converters()

df = pd.read_csv('order.csv',parse_dates = ['date'], index_col = ['date'])
df.info()

#Declare that data are collected on daily basis
df.index.freq = 'd'

#ARIMA
model = ARIMA(df,order=[1,4,1], freq='D')
model_fit = model.fit(disp=0)
print(model_fit.summary())

还附上了错误的屏幕截图以获取详细信息。 任何有关解决此问题的帮助将不胜感激。 提前致谢。

Answer 1

也许 d>2 是不允许的，这意味着我们最好的选择是从简单的开始，检查一次积分是否具有平稳性。 如果是这样，我们可以拟合一个简单的 ARIMA model 并检查残差值的 ACF，以更好地了解要使用的差分顺序。 还有一个缺点，如果我们积分超过两次（d>2），我们会丢失 n 个观察值，每次积分一个。 ARIMA 建模中最常见的错误之一是“过度差分”序列并最终添加额外的 AR 或 MA 项来撤销预测的损害，因此作者（我假设）决定提出这个例外。