问题标签 [sarimax]

For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.

0 投票
1 回答
36 浏览

performance - adfuller 和 SARIMAX 的性能

这在某种程度上是前一篇文章的延续,但我正在尝试预测每周收入。我的程序似乎挂在 adfuller 测试上。它以前运行过,并且通过 p 值看起来是静止的,但不一致。我也添加了 SARIMAX,代码只是挂起。如果我取消,我会(定期)在底部收到一条消息,说明问题不受限制。

数据:

代码:

我只使用 185 行左右。我不明白为什么代码只是挂起。欢迎任何优化建议(针对 adfuller 和 SARIMAX)。

0 投票
0 回答
27 浏览

pmdarima - 我正在使用不再包含 statsmodels ARIMA 或 ARMA 类的 pmdarima 版本。没有 pdq 如何解释 SARIMAX?

auto_arima(df1['Births'],seasonal=False).summary()

SARIMAX 结果部门 变量:y 观察次数:120 模型:SARIMAX 对数似然 -409.745 日期:2021 年 8 月 23 日星期一 AIC 823.489 时间:06:55:06 BIC 829.064 样本:0 HQIC 825.753

  • 120
    协方差类型:opg
    coef std err z P>|z| [0.025 0.975]截距39.7833 0.687 57.896 0.000 38.437 41.130 Sigma2 Sigma2 Sigma2 54.1197 8.319 6.506 0.000 37.815 70.424 ljung-box(l1)(l1)(l1)(L1)(Q):0.85 Jarque-Bera(0.85 Jarque-bera(JB):2.69(Q):2.69(Q):Q): (H):0.80 偏斜:0.26 Prob(H)(两侧):0.48 峰度:2.48

警告:[1] 使用梯度外积计算的协方差矩阵(复步)。auto_arima(df1['Births'],seasonal=False) auto_arima(df1['Births'],seasonal=False)

0 投票
1 回答
254 浏览

python - 如何从数据中生成状态空间模型?

我正在尝试使用statsmodels库从 Python 中的离散时间序列数据中识别状态空间模型:statsmodel.tsa.statespace.sarimax.SARIMAX.

我需要状态空间一般形式的矩阵(这里是 statsmodel 参考):从 statsmodel 页面解释了这些矩阵,但不清楚如何推断它们。

例如,如果我想将卡尔曼滤波器应用于识别的模型(通过 sarimax),我需要此图片状态空间矩阵中描述的矩阵

是否有可能获得矩阵系数statsmodel

0 投票
0 回答
8 浏览

time-series - 时间序列数据中 PACF 图中的异常极值

我有一个具有季节性模式和增长趋势的时间序列数据。在我通过一阶差分去除趋势后,PACF 图显示了滞后 12 附近的一些极端峰值。 差分前的 ACF 和 PACF

差分后的 ACF 和 PACF

任何人都知道这里可能有什么问题吗?

0 投票
0 回答
24 浏览

python - 在 SARIMAX 模型中使用自动生成的 pdqm 参数进行预测

SARIMAX 模型需要 q、d、q、m 参数才能正常运行。

  1. P 代表 AutoRegressive 模型的阶数,可以使用 PACF 图进行光学估计
  2. D 代表使时间序列静止的差异数,可以使用 adfuller 测试来估计,同时进行差异循环直到它变得静止。
  3. Q 代表 MovingAverage 模型的阶数,可以使用 ACF 图进行光学估计。
  4. M 代表表示季节性的周期数,可以使用seasonal_decompose 函数进行光学估计。

通常,如下所示的自定义 SARIMAX Grid CV 能够找到最佳参数集。

我想知道是否有任何方法可以以编程方式提取 p、q、m 值甚至它们的范围以减少网格,从而减少寻找最佳模型顺序的处理时间。

有任何想法吗?

0 投票
0 回答
15 浏览

r - Arima 使用外部回归器了解变量影响

我正在尝试在 R 中使用带有外部回归器的 arima 模型来尝试量化一个变量对时间序列的影响。

假设我有季度数据,每个点都是该特定季度的平均年度每日流量。现在我有一个很好的线性回归模型,可以解释交通流量随着 GDP 的演变和关税的增加而波动。

现在我想量化关税演变对交通的影响,并考虑采用外部回归器的 arima。

我的问题是(在花时间之前我已经尝试阅读很多关于该主题的内容):在生成我的时间序列(流量)并检查平稳性等之后,我无法理解是否应该使用 arima将 GDP 和关税作为外部回归变量 (xreg) 的模型,并得到它们的系数或只是关税本身(恐怕在第二种情况下,关税将解释一些 GDP 变化。

我正在尝试进行任何预测,只是建立一个可以让我量化影响的模型。

0 投票
0 回答
29 浏览

pandas - 有没有更好的方法来运行这个 SARIMAX 模型的迭代?

我在这个领域很新。我正在尝试迭代一些 SARIMAX 模型并将数据存储在 Dataframe 中。但是在我的 M1 Macbook 中运行这些单元需要 10 多分钟。有没有更好的方法来编写这些行以获得相同的结果?

我还尝试了与 (P,D,Q,S) 一样的小型 (p,d,q) 的 itertools,但它甚至花费了两倍以上的时间。

0 投票
0 回答
12 浏览

python-3.x - 使用 acf、pacf 选择 ARMA 模型顺序

我如何根据这些acf,pacf确定这个模型的顺序?

0 投票
0 回答
28 浏览

python - matplotlib 中 SARIMAX 绘图的问题

所以我正在尝试使用 yfinance api(使用亚马逊股票代码)预测股票,我认为它工作正常,我唯一的问题是在 matplotlib 中绘制它。每当我尝试使用预测均值绘制收盘价时,它确实将它与当前价格前面的预测一起绘制,正如您所期望的那样,这两个图位于两个不同的位置。我的情节

这是代码:

0 投票
0 回答
24 浏览

python - 时间序列对数转换预测和置信度

我正在对训练数据的最后 90 天条目进行预测。但是,我的置信区间范围很广。我想知道我是否正确计算了 CI?

谢谢!