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。
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()