Python statsmodels arima 預測結果

Question

我試圖了解 Python 中 statmodels ARIMA 的預測結果。

我將數據擬合到模型中並進行了預測。

model = ARIMA(ts, order = (1,1,1))
model_fit = model.fit(disp=0)
yhat = model_fit.predict()

但是 yhat 看起來與原始數據非常不同。 藍線是預測值，紅線是原始時間序列。

雖然模型擬合很差，但我預計藍線會出現在紅色附近。 但在上圖中，藍線的范圍與原始系列完全不同。 最重要的是，價值看起來有所不同。

所以我通過實驗從原始時間序列中減去該值，然后繪制相同的圖。 藍線表示從原始系列中減去預測結果的值，而紅色是原始值。 它看起來更有希望。

但是像這樣使用來自 model.fit.predict() 的預測值真的正確嗎？ 我想知道這是否有意義？ 如果不是，那么解釋預測值的正確方法是什么？

Answer 1

嘗試：

yhat = model_fit.predict(start = start, end = end, typs = 'levels')