1

我正在研究时间序列模型。我必须在 pyramid-arima 模块中使用 auto_arima 模型。我在我的数据集上安装了一个 auto_arima 模型。现在我有两个问题。

  1. 我想看看模型参数。

  2. 我想从模型中获得拟合值。

下面是我的示例代码。

m1_hist = auto_arima(ts1_hist, start_p=1, start_q=1,
                       max_p=3, max_q=3, m=12,
                       start_P=0, seasonal=True,
                       d=1, D=1, trace=True,
                       error_action='ignore',  
                       suppress_warnings=True, 
                       stepwise=True)

m1_hist2 = m1_hist.fit(ts1_hist)

我用来m1_hist.params获取模型参数。但它没有向我显示输出。

你能解决我的问题吗？

提前致谢。

4

2 回答 2

2

实际上你应该使用

m1_hist.arparams()
# output: array([-0.06322811,  0.26664419]) in my case

或者

m1_hist.params()
# array([-3.53003470e-03, -6.32281127e-02,  2.66644193e-01, -3.67248974e-01,-5.76907932e-01,  5.83541332e-01, -2.66632875e-01, -1.28657280e+00,  4.93685722e-01,  5.05488473e+00])
于 2018-09-06T10:26:45.340 回答
0

找到模型后，您应该将其拟合到您的实际 (y) 值上。基于 arima 中所选模型的 y 值预测将是拟合值。

例如，

start_index = 0 
end_index = 15
forecast_index = 15
y = df.iloc[start_index:end_index] # end index in iloc is exclusive
model = auto_arima(y, ....)

# Predictions of y values based on "model", namely fitted values
yhat = model_fit.predict_in_sample(start=start_ind, end=end_ind - 1)

# One step forecast: forecast the element at index 15 
forecast = model_fit.predict(n_periods=1)
于 2019-08-05T15:02:18.467 回答