![](/img/trans.png)
[英]Any way to forecast time series data using ARIMA model in python?
[英]python statsmodels: Help using ARIMA model for time series
statsmodels的ARIMA給我輸出的答案不正確。 我想知道是否有人可以幫助我理解我的代碼有什么問題。
這是一個示例:
import pandas as pd
import numpy as np
import datetime as dt
from statsmodels.tsa.arima_model import ARIMA
# Setting up a data frame that looks twenty days into the past,
# and has linear data, from approximately 1 through 20
counts = np.arange(1, 21) + 0.2 * (np.random.random(size=(20,)) - 0.5)
start = dt.datetime.strptime("1 Nov 01", "%d %b %y")
daterange = pd.date_range(start, periods=20)
table = {"count": counts, "date": daterange}
data = pd.DataFrame(table)
data.set_index("date", inplace=True)
print data
count
date
2001-11-01 0.998543
2001-11-02 1.914526
2001-11-03 3.057407
2001-11-04 4.044301
2001-11-05 4.952441
2001-11-06 6.002932
2001-11-07 6.930134
2001-11-08 8.011137
2001-11-09 9.040393
2001-11-10 10.097007
2001-11-11 11.063742
2001-11-12 12.051951
2001-11-13 13.062637
2001-11-14 14.086016
2001-11-15 15.096826
2001-11-16 15.944886
2001-11-17 17.027107
2001-11-18 17.930240
2001-11-19 18.984202
2001-11-20 19.971603
其余代碼將建立ARIMA模型。
# Setting up ARIMA model
order = (2, 1, 2)
model = ARIMA(data, order, freq='D')
model = model.fit()
print model.predict(1, 20)
2001-11-02 1.006694
2001-11-03 1.056678
2001-11-04 1.116292
2001-11-05 1.049992
2001-11-06 0.869610
2001-11-07 1.016006
2001-11-08 1.110689
2001-11-09 0.945190
2001-11-10 0.882679
2001-11-11 1.139272
2001-11-12 1.094019
2001-11-13 0.918182
2001-11-14 1.027932
2001-11-15 1.041074
2001-11-16 0.898727
2001-11-17 1.078199
2001-11-18 1.027331
2001-11-19 0.978840
2001-11-20 0.943520
2001-11-21 1.040227
Freq: D, dtype: float64
如您所見,數據只是在1
左右恆定而不是增加。 我在這里做錯了什么?
(附帶說明,由於某種原因,我無法將字符串日期(如"2001-11-21"
傳遞給預測函數。了解原因將很有幫助。)
使用predict
的方式將根據差異內生變量返回線性預測,而不是原始內生變量水平的預測。
您必須輸入帶有typ='levels'
predict
方法才能更改此行為:
preds = fit.predict(1, 30, typ='levels')
有關詳細信息,請參見ARIMAResults.predict
文檔。
我們加載您在MCVE中提供的數據:
import io
import pandas as pd
raw = io.StringIO("""date count
2001-11-01 0.998543
2001-11-02 1.914526
2001-11-03 3.057407
2001-11-04 4.044301
2001-11-05 4.952441
2001-11-06 6.002932
2001-11-07 6.930134
2001-11-08 8.011137
2001-11-09 9.040393
2001-11-10 10.097007
2001-11-11 11.063742
2001-11-12 12.051951
2001-11-13 13.062637
2001-11-14 14.086016
2001-11-15 15.096826
2001-11-16 15.944886
2001-11-17 17.027107
2001-11-18 17.930240
2001-11-19 18.984202
2001-11-20 19.971603""")
data = pd.read_fwf(raw, parse_dates=['date'], index_col='date')
如我們所料,數據是自動相關的:
from pandas.plotting import autocorrelation_plot
autocorrelation_plot(data)
我們為給定的設置(P,D,Q)
創建ARIMA
模型對象,並使用fit
方法在數據上訓練它:
from statsmodels.tsa.arima_model import ARIMA
order = (2, 1, 2)
model = ARIMA(data, order, freq='D')
fit = model.fit()
它返回一個ARIMAResults
對象。 我們可以檢查模型的質量:
fit.summary()
ARIMA Model Results
==============================================================================
Dep. Variable: D.count No. Observations: 19
Model: ARIMA(2, 1, 2) Log Likelihood 25.395
Method: css-mle S.D. of innovations 0.059
Date: Fri, 18 Jan 2019 AIC -38.790
Time: 07:54:36 BIC -33.123
Sample: 11-02-2001 HQIC -37.831
- 11-20-2001
==============================================================================
coef std err z P>|z| [0.025 0.975]
------------------------------------------------------------------------------
const 1.0001 0.014 73.731 0.000 0.973 1.027
ar.L1.D.count -0.3971 0.295 -1.346 0.200 -0.975 0.181
ar.L2.D.count -0.6571 0.230 -2.851 0.013 -1.109 -0.205
ma.L1.D.count 0.0892 0.208 0.429 0.674 -0.318 0.496
ma.L2.D.count 1.0000 0.640 1.563 0.140 -0.254 2.254
Roots
==============================================================================
Real Imaginary Modulus Frequency
------------------------------------------------------------------------------
AR.1 -0.3022 -1.1961j 1.2336 -0.2894
AR.2 -0.3022 +1.1961j 1.2336 0.2894
MA.1 -0.0446 -0.9990j 1.0000 -0.2571
MA.2 -0.0446 +0.9990j 1.0000 0.2571
------------------------------------------------------------------------------
我們可以粗略估計殘差的分布方式:
residuals = pd.DataFrame(fit.resid, columns=['residuals'])
residuals.plot(kind='kde')
如果我們對模型感到滿意,那么我們可以預測一些樣本內或樣本外數據。
這可以通過predict
方法來完成,該方法默認情況下返回差異的內生變量而不是內生變量本身 。 要更改此行為,我們必須指定typ='levels'
:
preds = fit.predict(1, 30, typ='levels')
然后,我們的預測確實具有相同級別的訓練數據:
此外,如果我們也希望有置信區間,則可以使用forecast
方法。
還可以使用字符串(如果要避免麻煩,請始終使用ISO-8601格式)或datetime
對象來提供predict
:
preds = fit.predict("2001-11-02", "2001-12-15", typ='levels')
在StatsModels 0.9.0上按預期工作:
import statsmodels as sm
sm.__version__ # '0.9.0'
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.