[英]Prediction interval in auto arima python
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。
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
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.