Python statsmodels arima 预测结果

Question

我试图了解 Python 中 statmodels ARIMA 的预测结果。

我将数据拟合到模型中并进行了预测。

model = ARIMA(ts, order = (1,1,1))
model_fit = model.fit(disp=0)
yhat = model_fit.predict()

但是 yhat 看起来与原始数据非常不同。 蓝线是预测值，红线是原始时间序列。

虽然模型拟合很差，但我预计蓝线会出现在红色附近。 但在上图中，蓝线的范围与原始系列完全不同。 最重要的是，价值看起来有所不同。

所以我通过实验从原始时间序列中减去该值，然后绘制相同的图。 蓝线表示从原始系列中减去预测结果的值，而红色是原始值。 它看起来更有希望。

但是像这样使用来自 model.fit.predict() 的预测值真的正确吗？ 我想知道这是否有意义？ 如果不是，那么解释预测值的正确方法是什么？

Answer 1

尝试：

yhat = model_fit.predict(start = start, end = end, typs = 'levels')