我有一个时间序列预测问题，我正在使用 statsmodels python 包，我应用了 ARIMA 模型，在 python sm.tsa.ARIMA(data, (p,1,q)) 通常将数据转换为第一个不同，例如，如果我们有一个原始数据(y1，y2，y3，y4....)，首先 ARIMA 找到第一个差异，(y1-y2，y2-y3，....)，所以它根据这个新数据(一阶差分数据)建立模型。我找到模型时的问题
arma_mod1=sm.tsa.ARIMA(firstdifference, (p,1,q))
我可以预测第一个差异数据如下
predict_oil =arma_mod11.predict('1980', '2026').
我的问题:如何使用 Arima 预测 future 的原始数据(主要数据而不是一阶差分数据)？
谢谢
最佳答案
预测方法采用名为 typ 的可选参数，可让您决定是在原始时间序列中还是在差异时间序列中进行预测。
你应该使用
predict_oil =arma_mod11.predict('1980', '2026', typ='levels')
我认为这对您来说仍然没有帮助，但也许对其他人会有帮助。
关于python - python 中的 ARIMA 预测，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/29245105/