如何在 Python 中使用 ARIMAX 模型預測值？

Question

我試圖在訓練樣本（內生和外生變量）上擬合 ARIMAX 模型，然后使用外生變量（它們可用）進行預測。 我在 Python 中使用statsmodels模塊。

我有以下代碼：

#split datasets
df_train = df.iloc[:100]
df_test= df.iloc[100:104]

# Define the model
model = ARIMA(endog= df_train['y'], exog=df_train[['x1', 'x2']], order=(2,0,2))
# Fit the model
results = model.fit()

#predict for the next 5 periods
results.predict(steps = 5,  exog = df_test[['pc1', 'pc2']])

不幸的是，它似乎使用訓練數據集而不是測試數據集來預測樣本內擬合，因為有 100 個預測點。

如果模型中有 2 個滯后，那么我應該從訓練數據集中附加y的最后 2 個點還是不應該（ results以某種方式保留了有關y的最后一個值的信息）？

我已經發現了類似的問題，但是，它們與 R 有關。

Answer 1

使用forecast方法：

results.forecast(steps=5,  exog=df_test[['pc1', 'pc2']])