ARIMA(statsmodels.tsa.arima_model.ARIMA
)、AR(statsmodels.tsa.ar_model.AR
)和 ARMA(statsmodels.tsa.arima_model .ARMA
) 在 statsmodels 中都在他们的 predict
方法中接受他们模型的参数。例如,对于 AR 对象,我们有以下函数定义:
AR(endog, dates=None, freq=None, missing='none')[来源]
fit([maxlag, method, ic, trend, ...])
预测(参数[,开始,结束,动态])
( Link to documentation here )
我实际上对predict
的参数选择很困惑。 predict
的第一个参数是AR
的构造函数的参数;这些再次出现在 predict
的参数中是没有意义的。它们还出现在 ARIMA
和 ARMA
的构造函数中。有人可以回答为什么这个参数存在吗?
就其值(value)而言,我在时间序列分析方面没有太多背景知识,因此在重用参数时可能会公开一些功能。否则,这个参数很麻烦。
最佳答案
我在问题跟踪器上回答了你的问题 here .您想要对从拟合返回的结果对象调用预测。这是我们遵循的模式。
model = sm.tsa.ARMA(y, (2, 2))
results = model.fit()
results.predict()
关于 python 统计模型 : "params" parameter for predict function of arima models,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/31665256/