我正在尝试使用 ARIMA 模型进行预测。我是新手。我试图绘制我的数据集(每小时数据)的seasonal_decompose(),下面是情节吗?
我想了解这些情节,简要说明会有所帮助。我看到最初没有趋势,一段时间后有上升趋势。我不确定我说的对不对?我想了解如何正确阅读这些图表。请给一些好的描述。
当我尝试应用 Dickey-Fuller 测试来检查我的数据是否是静止的并且我需要进一步的差异时,我得到了以下结果:
Test Statistic -4.117543
p-value 0.000906
Lags Used 30.000000
Number of Observations Used 4289.000000
Critical Value (1%) -3.431876
Critical Value (5%) -2.862214
Critical Value (10%) -2.567129
我指的是2个链接来理解这一点: http ://www.seanabu.com/2016/03/22/time-series-seasonal-ARIMA-model-in-python/
这个链接说当检验统计量大于临界值时,这意味着数据是平稳的;另一方面,另一个链接反之亦然。我对此感到困惑,我也提到了 otexts.org,它说我们应该根据 p 值进行检查。请建议我如何解释 ADF 测试给出的结果?
另外,当我尝试在数据集上应用 ARIMA 模型时:
from statsmodels.tsa.arima_model import ARIMA
model = ARIMA(df.y, order=(0,1,0))
model_fit = model.fit()
我的数据框有 datetime 列作为索引,y 列有浮点值。当我在这个数据框上应用模型时。我收到这种错误:
IndexError:列表索引超出范围。
当我尝试使用以下方法打印模型摘要时出现此错误:
print(model_fit.summary())
请帮我解决一下这个。以便我更好地了解 ARIMA。