python - 使用 statsmodels 进行 ARMA 样本外预测

Question

我正在使用 statsmodels 来拟合 ARMA 模型。

import statsmodels.api as sm
arma    = sm.tsa.ARMA(data, order =(4,4));
results = arma.fit( full_output=False, disp=0);

哪里data是一维数组。我知道要获得样本内预测：

pred = results.predict();

现在，给定第二个数据集data2，我如何使用先前校准的模型来生成基于此观察的预测（预测）系列？

Answer 1

我以为这有问题。如果您在 github 上提交一个文件，我将更有可能记得添加类似这样的内容。预测机制（尚未）可用作面向用户的功能，因此您必须执行此类操作。

如果您已经适合模型，那么您可以这样做。

# this is the nsteps ahead predictor function
from statsmodels.tsa.arima_model import _arma_predict_out_of_sample
res = sm.tsa.ARMA(y, (3, 2)).fit(trend="nc")

# get what you need for predicting one-step ahead
params = res.params
residuals = res.resid
p = res.k_ar
q = res.k_ma
k_exog = res.k_exog
k_trend = res.k_trend
steps = 1

_arma_predict_out_of_sample(params, steps, residuals, p, q, k_trend, k_exog, endog=y, exog=None, start=len(y))

这是一个新的预测，领先一步。您可以将此附加到 y 上，并且您需要更新残差。

Answer 2

对于单变量样本外预测（测试），我们可以使用：

ARMAResults.forecast(steps=1, exog=None, alpha=0.05)

这将是res.forcast(steps=1)

同样适用于 ARIMA。

ARIMAResults.forecast(steps=1, exog=None, alpha=0.05)