问题标签 [sarimax]

我正在尝试在两个系列都是非静止的地方进行预白化。在这种情况下，我应该这样写吗？

如果我再次处理两个非平稳时间序列，如果我使用 TSA 的 prewhiten 函数，如何编写代码？

我注意到两个 Statsmodels SARIMAX 模型之间的差异。两者应该完全相同，我最终将差异追溯到外生列的排序顺序。

外生列的内容在各个方面都是相同的，唯一的例外是它们的 [水平] 列顺序。

我总是按字母顺序对列进行排序，但是，现在似乎有一个我没有考虑到的潜在机制。

我调用 SARIMAX 函数如下：

为什么 exog 数据的顺序会对预测和外生系数产生任何影响？我应该怎么做才能避免这种看似随机的行为？

我有大约 2.6K 小时的销售数据，具有正线性趋势以及每日和每周的季节性。请参阅绘制的数据。我试图在 python 中使用 SARIMA 和 TBATS 对数据进行建模。在这两种情况下，我都无法让预测按我的意愿工作。

对于 SARIMA，样本中的预测看起来很棒，但是当我尝试预测未来时，它看起来完全错误。请参阅此处以了解样本 SARIMA 预测请参阅此处了解样本外 SARIMA 预测有多差。

对于 TBATS，预测值与每日和每周模式匹配，但缺少积极趋势，尽管我强制使 use_trend = True。在此处查看 TBATS 模型预测

我不知道我做错了什么并且已经坚持了好几天！非常感谢任何建议。

几周以来，我一直在尝试预测时间序列数据。我有以 % 为单位的月度数据（数据看起来像 0.1676,0.1646,0.1622 等...）

我尝试了很多模型，但没有找到好的结果。

然后，我读到我需要对我的数据集进行去趋势化以使其静止。我使用了在博客上找到的部分代码，以使我的数据集通过 Augmented Dickey-Fuller 测试。

这工作正常。

然后我在我的平稳数据集上使用 SARIMAX 网格搜索来找到最佳 (p,d,q) 参数，知道我有一个年度趋势。

我得到了这个结果：SARIMA(1, 0, 1)x(0, 1, 1, 12) - AIC:71.82457793251547 使用这个模型给了我很好的结果

问题是当我想输出预测时，我没有得到一个速率，而是 值在 3 到 -3 之间的平稳数据

有谁知道将预测数据恢复到我一开始使用的类型？

谢谢。

我可以为上面 *** 中的内容指定不同的名称吗？例如，如下所示。

但我得到一个错误。

我想编写一个模型来预测未来 7 天内某个数量的值（与历史数据相比）。我正在使用带有外生变量的 ARIMA 模型。

假设外生变量组合成一个列表：

combination = [[], ['x1'], ['x2'], ['x1', '2']]

通过这种方式，我有一个列表，其中包含要包含在模型中的所有可能的外生变量组合。

我为模型写的函数如下：

当我运行该功能时：

程序返回以下错误：

ValueError：假设外生值的形状不合适。需要 (7, 1)，得到 (467, 1)。

我该如何解决这个问题？谢谢

我正在ARIMA使用 python 的包运行模型：sm.tsa.statespace.SARIMAX. 我得到以下结果。正如我们所见，正态分布在左下方有点不平滑。这对我的模型有什么影响吗？还是我应该认为我的模型非常适合我的数据？

使用 SARIMA 模型进行能源消耗项目时出现错误。下面是代码和错误。如果有人有任何解决方案或建议，他们将不胜感激。

代码：

错误：

Python 版本 = 3.7.6 统计模型 = 1.2.0

我是时间序列数据分析领域的新手。我正在尝试使用 SARIMA 模型来预测生产数据。数据中有明显的季节性模式。不幸的是，我总共只有 41 个观察值可用于构建模型。从理论上讲，我知道测试数据集应该至少占 20-30%，但由于我的数据集太小，我怀疑是否只有 30-32 次观察足以从 GRID SEARCH 中找到最佳模型？在这种情况下，我们不考虑最近的观察结果。

那么，在我的情况下，训练：测试比率应该是多少？

拟合输出.. 样本数据未正确获取图像