我正在尝试使用 ARIMA 预测具有趋势和季节性的 TS。因此，我将数据分解为残差+趋势+季节性。
由于我需要从样本中预测值，因此我使用 exog=trend 作为模型的输入并对残差（〜平稳）运行预测。
这真的很糟糕。似乎模型根本没有考虑趋势-当我将趋势人为地添加到预测值中时，即绘图预测+趋势，预测看起来非常接近原始系列......但是因为我这样做了不知道趋势，我不能做这个把戏。当不使用加性趋势时，预测的部分内容与真实数据之间存在看似恒定的差异。
我的问题如下 - ARIMA 可以处理 Python 中的趋势（我知道它可以在 R 中）？如果不通过 exog，如何将其导入模型？我尝试在残差+趋势上运行 ARIMA，但它仍然表现不佳。
另外，trend = 'c' Vs trend = 'nc' 是什么意思？手册说"Whether to include a constant or not. ‘c’ includes constant, ‘nc’ no constant."常数作为常数趋势 0 阶估计？恒定如预期恒定趋势，即“nc”表示变化趋势？或者“nc”因为模型中没有包含趋势？无论使用这个选项还是使用那个选项，预测都不能很好地工作，但是如果我知道有趋势，我应该总是使用“c”吗？
请帮忙？
谢谢。