努力使用statsmodels制作可用的ARIMA预测图

我希望从文件（日期和数量列）中读取数据并将它们绘制到带有ARIMA预测的图上。努力使用statsmodels制作可用的ARIMA预测图

不幸的是，我没有运用我用过的在线指南，每个指南都让我面对不同的问题。

这是我基本的代码（这只是绘制数据没有预测）：

from pandas import Series 
from matplotlib import pyplot 
from statsmodels.tsa.arima_model import ARIMA 

series = Series.from_csv('Quantity.csv',header=0) 

model = ARIMA(series, order=(2,0,1)) 
series.plot() 
pyplot.show()

下面是我练与数据：

Date Quantity 
2010/01/01 1358 
2010/07/02 0 
2010/08/03 0 
2011/02/04 0 
2011/11/05 0 
2011/12/06 274 
2012/06/07 1074 
2012/08/30 2223 
2013/04/16 0 
2013/03/18 1753 
2014/02/22 345 
2014/01/27 24 
2015/12/15 652 
2015/09/28 275 
2016/05/04 124 
2017/11/07 75 
2017/09/22 32 
2017/04/04 12

那么，怎样才能创建一个ARIMA预测并将其放到我的切除情节中？另外，我不完全确定一个ARIMA的Python预测是如何绘制的（我只在R中看过它们，但是从我看到它与Python不一样），所以也许一个例子会很好。

来源

2017-08-26 Impact

首先，我建议使用read_csv方法，在这里分析日期：

series = pd.read_csv('Quantity.csv', header=0, parse_dates=[0]) 
series.columns = ['Date', 'Quantity']

您需要从库中使用的拟合方法，转化数量列，以避免错误float64你mentionned：

model = ARIMA(series['Quantity'].astype(float), order=(2,0,1), dates=series['Date'])

（DISP = 0，如果你不希望打印的计算的所有细节）

然后你从拟合模型USI您的预测值NG：

fittedModel.forecast(steps=1)

来源

2017-08-26 21:46:16

我只是去尝试，并得到这个错误：endog - = np.dot（exog，ols_params）.squeeze（）类型错误：无法施展ufunc减去从D类输出（ 'float64'）至D型（'int64'）与铸造规则'same_kind' – Impact

任何想法如何解决这一个？我认为它是一个转换错误，但我不知道在哪里解决它。 – Impact

@Impact检查编辑 –

努力使用statsmodels制作可用的ARIMA预测图

回答

相关问题