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/