如何解决从 Statsmodels 运行 ARIMA 时出现的 ValueError？

Question

我在构建 ARIMA 时使用以下代码

arima = ARIMA(ts.astype(float), freq = 'M',order=(4, d, 3)).fit()

运行上面的命令时出现以下错误：

ValueError: The given frequency argument could not be matched to the given index.

我的数据框如下所示：

Date        A          B           C        D       E           F
2020-04-01  118     10932.54    203.617     1   0.296610    0.382666
2020-05-01  144     11645.20    167.575     1   0.361111    0.401953
2020-06-01  89      8545.86     196.084     1   0.449438    0.524768
2020-07-01  117     10512.30    194.442     1   0.384615    0.472443
2020-08-01  75      6613.11     189.289     1   0.280000    0.332995

Date列是我的索引。 它没有频率 label。

我试着给它一个频率 label 与以下

df.asfreq('M')

但是，这会将除Date列之外的每一列中的值都变为NaN 。

我尝试在没有频率参数的情况下运行 ARIMA model； 但是，我收到以下警告消息：

ValueWarning: No frequency information was provided, so inferred frequency MS will be used.

同样，我收到了这个警告：

ValueError: The computed initial MA coefficients are not invertible
You should induce invertibility, choose a different model order, or you can pass your own start_params.

我不确定在这里做什么。 任何帮助将不胜感激。

Answer 1

首先，你可以使用

df = df.resample("M").last()

在不引入NaN值的情况下获得干净的月末df 。

其次，您应该使用SARIMAX或statsmodels.tsa.arima.model.ARIMA而不是statsmodels.tsa.arima_model.ARIMA （注意后者中的_是前者中的. ）。 statsmodels.tsa.arima.model.ARIMA本质上是SARIMAX的特例，通常表现更好。 您将需要 statsmodels 0.12.0rc0 或 master 分支的构建才能使用新的ARIMA 。

在这个新的 model 中，您不会遇到 MA 可逆性的问题。

Answer 2

“MS”表示“月开始”，而“M”表示“月结束”。

我的数据是每个月初的数据，所以我应该将“MS”传递给频率参数。

我用 try/except 解决了不可逆错误。