0

所以我的数据看起来像这样

           Date1 Date2 Date 3.....Date N
Instance1
Instance2
.
.
.

我不想仅为 Instance1 构建 ARIMA 模型。我想要一个考虑所有实例的通用模型。我找到了很多例子来告诉我如何适应它

         Date1 Date2 Date 3.....Date N
Instance1

但在所有情况下都没有

4

1 回答 1

4

如果您认为您的时间序列是相关的,并且您希望在预测/模拟中考虑这些相关性,您应该查看向量自回归模型 (VAR)。以下是python中的几个选项:

统计模型

PyFlux

如果您不相信它们是相关的,那么您没有理由不能循环遍历每个时间序列并一次应用一个 ARIMA 模型。

于 2017-07-25T17:49:55.010 回答