python - 多个时间序列的 ARIMA/Holt Winters

Question

有没有办法在 python 中运行ARIMA/Holt-Winters 模型，一次处理多个项目（时间序列）？

我可以使用 Python 中的 StatsModels 包运行单个 ARIMA/Holt-Winters 模型，但不能用于多个时间序列。

要澄清我所说的多个时间序列的含义，请参阅我的数据集。

Answer 1

尝试这个

from statsmodels.tsa.vector_ar.var_model import VAR
import numpy as np
model = VAR(endog=np.asarray(train))
model_fit = model.fit()
prediction = model_fit.forecast(model_fit.y, steps=len(valid))

Answer 2

ARIMA是最常用的时间序列预测模型之一，但它仅适用于单变量时间序列分析。在您的数据集中，有四个变量

• X1
• X2
• X3
• X4

所以它是一个多元时间序列。

对于Handling来说，这种时间序列预测VECTOR AUTO REGRESSION是一个不错的选择。它能够处理任意数量的变量。即使计算量更高，您也会在预测中获得不错的准确性。

您可以 通过以下导入语句轻松地从Stats_Model导入它：

from statsmodels.tsa.vector_ar.var_model import VAR

VAR方法：

model = VAR(array_of_data)

• 其中arry_of_data应该是一个列表（每个观察作为一行）

数据输入格式：

[[5737,5100,2899,7431.26],

[5779,5500,5600,5237.5],

[5782,3520,3620,6534.39]]

在实施之前，请仔细阅读所有参数以获得更好的结果。

为了更多的理解阅读这个