当我从Statsmodels运行ARIMA时，我如何解决ValueError？
当我从Statsmodels运行ARIMA时，我如何解决ValueError？
提问于 2020-08-18 22:48:02
在构建ARIMA时，我使用以下代码
arima = ARIMA(ts.astype(float), freq = 'M',order=(4, d, 3)).fit()当我运行上面的代码时，我得到了以下错误：
ValueError: The given frequency argument could not be matched to the given index.我的数据框如下所示：
Date A B C D E F
2020-04-01 118 10932.54 203.617 1 0.296610 0.382666
2020-05-01 144 11645.20 167.575 1 0.361111 0.401953
2020-06-01 89 8545.86 196.084 1 0.449438 0.524768
2020-07-01 117 10512.30 194.442 1 0.384615 0.472443
2020-08-01 75 6613.11 189.289 1 0.280000 0.332995Date列是我的索引。它没有频率标签。
我尝试给它一个频率标签，如下所示
df.asfreq('M')但是，这会将除Date列之外的每一列中的值转换为NaN。
我试图在没有频率参数的情况下运行ARIMA模型；但是，我收到了以下警告消息：
ValueWarning: No frequency information was provided, so inferred frequency MS will be used.同样，我也收到了这样的警告：
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.我不知道在这里该做什么。任何帮助都将不胜感激。
回答 2
Stack Overflow用户
发布于 2020-08-20 17:33:09
首先，您可以使用
df = df.resample("M").last()在不引入NaN值的情况下获得干净的月末df。
其次，您应该使用SARIMAX或statsmodels.tsa.arima.model.ARIMA，而不是statsmodels.tsa.arima_model.ARIMA (注意，后者中的_是前者中的. )。statsmodels.tsa.arima.model.ARIMA本质上是SARIMAX的一个特例，它的性能通常更好。要使用新的ARIMA，您需要statsModels0.12.0rc0或主分支的构建。
在这个新模型中，你将不会有MA可逆性的问题。
Stack Overflow用户
发布于 2020-08-19 04:49:27
“is”表示“月份开始”，而“M”表示“月份结束”。
我的数据是每个月的开始，所以我应该把'MS‘传递给频率参数。
我用try/except解决了不可撤销的错误。
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/63471170
复制相关文章
相似问题
腾讯云开发者
