如何從 pmdarima.auto_arima 中提取估計（無預測）值

Question

我正在嘗試從 pmdarima 庫的 auto_arima 模型中提取估計（未預測）值，但我未能做到。 我嘗試過： modl.fit()並且它不會生成稍后我需要它們與訓練值一起繪制的值len(train) = len(mod1.fit())

import pmdarima as pm
import matplotlib.pyplot as plt
import numpy as np


data = pm.datasets.load_lynx()
train, test = model_selection.train_test_split(data, train_size=90)

# Fit a simple auto_arima model
modl = pm.auto_arima(train, start_p=1, start_q=1, start_P=1, start_Q=1,
                     max_p=5, max_q=5, max_P=5, max_Q=5, seasonal=True,
                     stepwise=True, suppress_warnings=True, D=10, max_D=10,
                     error_action='ignore')

# ---- plot (train and fitted (yhat) values
plt.plot(train)
plt.plot(modl.fit())
plt.show()

Answer 1

我有疑問，但在這里我提出了我的問題的假設答案，如果不是，請糾正我：

預測原始訓練（樣本內）時間序列值。 當想要可視化擬合並定性檢查模型的功效或想要計算模型的殘差時，這可能很有用。 參考

plt.plot(train)
plt.plot(modl.predict_in_sample() )
plt.show()

函數predict_in_sample()允許提取估計值，在 RI 的情況下假設它是modl$fit