我在python中编写了一个代码来生成ARIMA模型的序列并确定它们的AIC值来比较them.The代码如下,q=0 for d inrange(1): arima_mod=sm.tsa.ARIMA(df,(p,d,q)).fit()print(arima_mod.params)
print arima_
值是Akaike信息准则,它将预测模型相互比较。测试不同的ARIMA模型并计算ARIMA模型的范围以查看哪个模型的AIC值最低的代码filterwarnings("ignore")# You can print each (p,d,q) parameters uncommented line below
#print('ARIMA</em
我的代码实际上是通过一系列不同的组合来运行的(因为它预测了多个项目),并且它正在运行多个模型,以便在最后我可以为每个组合选择“最佳”的模型。我知道你通常可以手动输入最好的参数,然后“拟合”模型,但是有什么方法可以实现自动化吗?AIC=inf, Time=0.30 sec ARIMA(1,1,0AIC=541.710, T