如何修復Python中的ARIMA MODEL錯誤

Question

我正在嘗試為我的時間序列數據創建一個ARIMA模型。 我該如何對其代碼進行平滑處理才能使其正常運行？

我正在使用statsmodels在python中創建ARIMA模型，但是卻收到錯誤警告

    indexedDataset_logscale.head(10)
    OUTPUT: 
                Price
    Period  
    2013-02-08  2.515274
    2013-02-11  2.526528
    2013-02-12  2.520113
    2013-02-13  2.515274
    2013-02-14  2.543961
    2013-02-15  2.544040
    2013-02-19  2.530119
    2013-02-20  2.516082
    2013-02-21  2.508786
    2013-02-22  2.5273

    #AR Model
    from statsmodels.tsa.arima_model import ARIMA

    model = ARIMA(indexedDataset_logscale, order=(0, 1, 2))
    results_AR = model.fit(disp = -1)
    plt.plot(datasetLogDiffShifting)
    plt.plot(results_AR.fittedvalues, color = 'red')
    plt.title('RSS: %.4f' %sum((results_AR.fittedvalues-datasetLogDiffShifting['Price'])**2))
    print('Plotting AR Model')

Error messages i get are: 

• “ ValueWarning：提供了日期索引，但沒有相關的頻率信息，因此在進行預測時將被忽略。例如在進行預測時將被忽略。”，ValueWarning）

• 8 plt.title（'RSS：％.4f'％sum（（results_AR.fittedvalues-datasetLogDiffShifting ['Price']）** 2））TypeError：'str'對象不可調用

Answer 1

1）看來您的索引沒有設定頻率嘗試在Arima之前添加此

df.index.freq = 'D'

D是每天的時間戳，似乎您不是線性/有規律的，很難定義問題所在。 檢查熊貓中的其他頻率選項。

為避免警告，請在腳本開頭鍵入以下內容：

#Clear console
import warnings
warnings.filterwarnings("ignore")

Answer 2

問題在於，在您的數據中，索引似乎是每日的，但某些日期不是連續的天。 您可以提供缺少的日期，然后插值這些日期的值，如下所示：

df = df.resample('D').mean()
df["Price"] = df["Price"].interpolate(method='linear', axis=0).ffill().bfill()

然后，您將能夠構建模型並繪制擬合值。