python statsmodels：用於預測arima模型功能的“params”參數

Question

統計模型中的ARIMA（ statsmodels.tsa.arima_model.ARIMA ），AR（ statsmodels.tsa.ar_model.AR ）和ARMA（ statsmodels.tsa.arima_model.ARMA ）都在其predict方法中接受其模型的參數。 例如，對於AR對象，我們有以下函數定義：

• AR(endog, dates=None, freq=None, missing='none')[source]
• fit([maxlag, method, ic, trend, ...])
• predict(params[, start, end, dynamic])

（ 鏈接到這里的文檔 ）

我實際上對predict的參數選擇非常困惑。 predict的第一個參數是AR構造函數的參數; 這些再次出現在predict參數中是沒有意義的。 它們也出現在ARIMA和ARMA的構造函數中。 有人可以回答為什么這個參數存在？

對於它的價值，我沒有太多的時間序列分析背景，所以也許在重用參數時會暴露一些功能。 否則，此參數是令人討厭的。

Answer 1

我在這里回答了關於問題跟蹤器的問題。 您希望對fit返回的結果對象調用predict。 這是我們遵循的模式。

model = sm.tsa.ARMA(y, (2, 2))
results = model.fit()
results.predict()