Auto Arima Python中的預測間隔

Question

我想在python中使用自動Arima計算.95預測間隔。我想獲得預測的標准誤差，就像我們可以在R中獲得統計預測一樣。

然后，我將使用公式-點預測±1.96 *當時t的預測標准誤差來獲得上下限。

如何在python中獲得預測的標准錯誤。 我為此使用自動Arima預測。 我知道statsmodel預測具有std錯誤參數來獲取這些，但是我正在使用自動Arima預測。 請告訴我如何獲得自動有貨的10個時間步的預測間隔？ Return Conf interval參數返回非常寬的上限和下限區間。 如何獲得有馬（1 0 2）訂單的預測標准誤差。

Answer 1

自動Arima通過將statsmodels.tsa.ARIMA和statsmodels.tsa.statespace.SARIMAX包裝在一起作為估算器來工作。 您可以使用使用statsmodels的方法提取結果。 這是一個示例模型：

 model = auto_arima(y_train, start_p=0, start_q=0,
            test='adf',       
            max_p=7, max_q=7, 
            m=np.int(season),             
            d=n_diffs,           
            seasonal=True,  
            start_P=0, 
            D=1, 
            trace=True,
            error_action='ignore',  
            suppress_warnings=True, 
            stepwise=True)

和

print(model.conf_int())

將返回擬合參數為95％置信區間的數組。 請隨時閱讀本文檔的SARIMAX結果，以了解有關模型結果的更多信息。

對於10步預測，您可以執行以下操作以獲得置信區間：

y_forec, conf_int  = model.predict(10,return_conf_int=True,alpha=0.05)
print(conf_int)

要獲取模型標准誤差，可以使用以下方法提取標准誤差：

std_error = model.bse()

為了獲得預測標准誤差，應使用置信區間來獲得標准誤差。 這是解釋相同內容的答案： std_err用於預測 Wiki，用於標准誤差和pred間隔關系