[英]Time Series Analysis / Forecasting
当我尝试使用 AR(3) 模型来预测/预测未来数据时,我得到的预测很差。 我不太确定我哪里出错了,或者为什么预测开始下降。 非常感谢任何帮助或指示。 非常感谢。
这是我的例子:
import pandas as pd
df2 = pd.DataFrame({
"Month" : [1,2,3,4,5,6,7,8,9,10,11,12,13,14,15],
"Sales Count": [10,15,24,30,33,45,67,70,75,88,92,95,98,105,115]
})
df2.index = df2.Month
df2 = df2.drop('Month',axis=1)
from statsmodels.tsa.arima_model import ARIMA
model = ARIMA(df2['Sales Count'],order=(3,0,0))
model = model.fit()
pred = model.predict(1,27)
这些是我的预测值:
预测示例图:
我会发表评论,但还不能。 很少需要澄清。
为什么要使用自动回归模态作为适合线性回归的预测模态? 使用 AR 过程进行预测会引入不稳定性,阶数越高,保持预测稳定就越困难,因为对应于 x[t-1]、x[t-2]、x[t-3] 的每个系数变得更难估计。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.