0

我正在使用statsmodels.tsa.statespace.sarimaxpmdarima 构建 SARIMA 时间序列，因为没有安装。我的数据每季度有 10 年的 44 次观察。我的目标是预测未来 1 或 2 年。谁能告诉我我需要什么来预测预测。我不精通 Python，但我认为我的季度数据和期望的预测之间存在误解。我从面向数据科学、来自这里的文章和 youtube 编译算法。在使用 min AIC 评估 P、D、Q、m 参数并拟合模型后，这是结果 - 无法绘制预测值缺失 我制作的预测步骤 2 列 - 日期和 GVA - 我正在寻找的总附加值数据集在这里

如果有人可以帮助..

Google 协作笔记本在这里 我收集的数据集在这里

4

1 回答 1

0

当数据准备好（设置正确的索引，平稳化等）时，我通常会这样做：

model2 = sm.tsa.statespace.SARIMAX(df['x'], order=(0, 1, 3), seasonal_order=(0, 1, 1, 4))
res2 = model2.fit()
pred_uc2 = res2.get_forecast(steps=12) # note here the usage of steps ahead and get_forecast
pred_ci2 = pred_uc2.conf_int()
ax = df['x'].plot(label = OB, figsize=(14, 8)) # test data
pred_uc2.predicted_mean.plot(ax=ax, label=FC) $ prediction
ax.fill_between(pred_ci2.index, # confidence intervals
                pred_ci2.iloc[:, 0],
                pred_ci2.iloc[:, 1], color='k', alpha=.25)
ax.set_xlabel('Date')
ax.set_ylabel('Price')
plt.legend()
plt.show()
于 2021-08-18T17:55:09.413 回答