用於正確預測的自動 ARIMA 參數

Question

我想為我的數據集找到正確的 Auto ARIMA 值。 由於我的值是按小時顯示的，因此我無法估算參數。 問題應該是關於“m”，但更大的值最終會崩潰。 我還嘗試了季節性錯誤，結果是線性預測。

model = pm.auto_arima(df.value, start_p=1, start_q=1,
                      test='adf',       # use adftest to find optimal 'd'
                      max_p=3, max_q=3, # maximum p and q
                      m=1,              # frequency of series
                      d=None,           # let model determine 'd'
                      seasonal=False,   # No Seasonality
                      start_P=0, 
                      D=0, 
                      trace=True,
                      error_action='ignore',  
                      suppress_warnings=True, 
                      stepwise=True)

print(model.summary())

Answer 1

您的數據顯然是季節性的，因此您應該設置參數seasonal = True 。

m是一個季節周期的長度，表示每個周期的數據點數。 您的數據中有多個季節性（每日、每周和可能每年），但我認為您應該關注每日季節性。 由於您有每小時的數據，每個季節都有 24 個數據點。 因此，您應該設置m = 24 。 雖然 ARIMA 可能難以應對較長的季節性，但我認為 24 應該沒問題。

我不會將 ARIMA 限制或鎖定為每個參數的特定值/范圍。 嘗試以下操作：

model = pm.auto_arima(df.value, 
                      test='adf',
                      seasonal=True,
                      m=24,
                      trace=True,
                      error_action='ignore',  
                      suppress_warnings=True, 
                      stepwise=True)