我正在尝试使用ARIMA在python中对136年的月度降雨量数据集执行单变量时间序列预测。
我的数据集是这样的:
年降雨量
2000-01-01 0
128.2 -02-01
2000-03-01 0
289.3 -04-01
。。。
我有两个问题。
1)我的预测结果是负值,尽管训练集中没有负值,从逻辑上讲,降雨量值不应该是负值。我的原始数据图如下所示。
下面是测试数据和预测值的图表。正如您所看到的,预测值的红色曲线延伸到0以下。
2)由于我有月度数据,一些行的降雨量在下个月直接从0变为高值,在这种情况下,当前值不依赖于先前的观测值,这是自回归原理。这就是导致问题的原因,而不是给我一个很好的契合度?我已经尝试使用年度数据,但这也不能给出正确的拟合,使用季度频率将中断我的数据集区域的实际季风期。
发布于 2019-03-10 00:01:17
模型会给你最好的猜测。
它只是根据观察到的输入外推成负的预测值。这就是“外部逻辑”的用武之地。只需通过一个函数传递预测,该函数将负值替换为0。这是一种常见的做法。
https://stackoverflow.com/questions/55079109
复制相似问题