python - 如何对指数衰减时间序列数据进行逆变换

Question

我正在为时间序列数据实现 ARIMA 模型。由于数据不是固定的，我正在执行数据转换日志并对数据执行指数衰减。

记录数据

passenger_log = np.log(indexdf['#Passengers'])

然后执行对数序列的指数衰减

passenger_expdecay=passenger_log.ewm(halflife=12, min_periods=0, adjust=True).mean()
plt.plot(passenger_log)
plt.plot(passenger_expdecay, color='red')

与对数系列 (passenger_log) 相比，ADCF 测试显示指数衰减系列 (passenger_expdecay) 的结果更好。

我想使用指数级数作为 ARIMA 模型的输入，但我不知道如何执行此 ewm 函数的逆运算，以便在预测后我可以执行逆变换以获得原始值。

任何人都可以帮助执行指数加权（ewm）函数的逆变换吗

Answer 1

如果您将其应用为

import pandas as pd
passenger_log = np.log(indexdf['#Passengers'])
passen_log =  pd.DataFrame({'passenger_log_inf': passenger_log})
passenger_expdecay=df.ewm(halflife=12, min_periods=0, adjust=True).mean()
plt.plot(passenger_log)
plt.plot(passenger_expdecay, color='red')

我认为这可能会有所帮助...