用于正确预测的自动 ARIMA 参数

Question

我想为我的数据集找到正确的 Auto ARIMA 值。 由于我的值是按小时显示的，因此我无法估算参数。 问题应该是关于“m”，但更大的值最终会崩溃。 我还尝试了季节性错误，结果是线性预测。

model = pm.auto_arima(df.value, start_p=1, start_q=1,
                      test='adf',       # use adftest to find optimal 'd'
                      max_p=3, max_q=3, # maximum p and q
                      m=1,              # frequency of series
                      d=None,           # let model determine 'd'
                      seasonal=False,   # No Seasonality
                      start_P=0, 
                      D=0, 
                      trace=True,
                      error_action='ignore',  
                      suppress_warnings=True, 
                      stepwise=True)

print(model.summary())

Answer 1

您的数据显然是季节性的，因此您应该设置参数seasonal = True 。

m是一个季节周期的长度，表示每个周期的数据点数。 您的数据中有多个季节性（每日、每周和可能每年），但我认为您应该关注每日季节性。 由于您有每小时的数据，每个季节都有 24 个数据点。 因此，您应该设置m = 24 。 虽然 ARIMA 可能难以应对较长的季节性，但我认为 24 应该没问题。

我不会将 ARIMA 限制或锁定为每个参数的特定值/范围。 尝试以下操作：

model = pm.auto_arima(df.value, 
                      test='adf',
                      seasonal=True,
                      m=24,
                      trace=True,
                      error_action='ignore',  
                      suppress_warnings=True, 
                      stepwise=True)