ARIMA预测python

我有一个时间序列预测问题，我使用statsmodels python包，我应用了ARIMA模型，在python sm.tsa.ARIMA（data，（p，1，q））通常转换例如如果我们有一个原始数据（y1，y2，y3，y4 ....），首先ARIMA找到第一个区别，（y1-y2，y2-y3，...）），所以它从这个新数据（第一个差异数据）中创建模型。我的问题时，我发现模型ARIMA预测python

arma_mod1=sm.tsa.ARIMA(firstdifference, (p,1,q))

我可以预测第一差数据如下

predict_oil =arma_mod11.predict('1980', '2026').

我的问题：我如何预测未来的原始数据（主数据不是第一差数据）使用Arima？

感谢

来源

2015-03-24 Rock

差分的对面是'cumsum'，'np.cumsum（predict_oil）'。但是，我不知道statsmodels是否有任何内置的支持。 – user333700 2015-03-25 03:21:59

的预测方法有一个名为典型一个可选的参数，它可以让你决定是否要在原来的时间序列或差分一个预测。

您应该使用

predict_oil =arma_mod11.predict('1980', '2026', typ='levels')

我不认为这将是对你还是有帮助的，但也许这将是为别人着想。

来源

2015-07-11 09:40:46 riccamini

回答

相关问题