时序模型以ValueError结尾
时序模型以ValueError结尾
提问于 2019-03-17 17:30:27
您好，当我试图对ARIMA建模时，我以以下错误结束：
ValueError: The computed initial MA coefficients are not invertible
You should induce invertibility, choose a different model order, or you can
pass your own start_params.以下是我的职责
def ARIMA_model(df):
model=ARIMA(df['Returns'], order=(2,1,2))
results_AR=model.fit()
print (results_AR.summary())
print (results_AR.resid)但是当我改变顺序= (10,1,2) / order=(2,0,2)时，它工作得很好。
下面是我的ACF和PACF图表。
有人能告诉我这可能的原因吗？
以下是dickey-Fuller测试结果，该结果表明数据集是固定的。
回答 1
Stack Overflow用户
发布于 2019-07-31 03:50:52
尝试在拟合ARIMA模型时设置transparams=False。model.fit(transparams=False)
通过设置此false，它将不会尝试转换参数以确保平稳性或不会检查可逆性，从而允许您继续并适合潜在的非平稳数据。您使用的测试可能会显示静态，但您的数据仍可能存在问题。
当我在Python中做ARIMA建模的教程时，我遇到了这个问题，为什么我必须将它设置为false，然后在视频教程系列的末尾讨论了数据问题：https://tutorials.datasciencedojo.com/arima-model-time-series-python/
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/55205645
复制相关文章
相似问题
腾讯云开发者
