Python 统计模型："params" Arima 模型预测函数的参数

Question

统计模型中的ARIMA (statsmodels.tsa.arima_model.ARIMA)、AR (statsmodels.tsa.ar_model.AR)和ARMA (statsmodels.tsa.arima_model.ARMA)在其predict方法中均取其模型的参数。例如，对于AR对象，我们有以下函数定义:

• AR(endog, dates=None, freq=None, missing='none')[source]
• fit([maxlag, method, ic, trend, ...])
• predict(params[, start, end, dynamic])

(链接到这里的文档)

我实际上对predict的参数选择非常困惑。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。它们也出现在ARIMA和ARMA的构造函数中。有人能回答为什么这个参数存在吗?

不管它的价值是什么，我在时间序列分析方面没有太多的背景，所以在重用参数时可能会暴露一些功能。否则，该参数会造成麻烦。

Answer 1

我在这里回答了你关于问题跟踪器的问题。您希望在fit返回的结果对象上调用predict。这是我们遵循的模式。

model = sm.tsa.ARMA(y, (2, 2))
results = model.fit()
results.predict()