1回答
我正在尝试预测标准普尔500指数。但是，我得到了一个平坦的预测(没有季节性或任何东西)。正在尝试使用python Pyramid Arima库。对auto_arima函数有什么建议的修改吗？有没有办法调整这一点，使最终的预测显示出趋势和季节性，而不是平坦的趋势？import pmdarima as pm
浏览 143提问于2020-01-08得票数 0
我有一些时间序列，就像这个：我想预测未来的价值，所以我分裂了火车/测试(70/30)，我创建了几个ARIMA模型，但是它们都是完全错误的(也许我错了)。模型是预测一条直线。显然，也是在反转换后的值标准化后：所以，我很困惑。我不知道这些模型都这么差。我尝试了所有可能的配置，改变模式，季节性等等。，而且预测可以在一小段时间内是正确的。因此，这是预测使用99%作为训练集和1%作为测试集，所以不到50天。如你所见，仍然是一条直线。然而，在我看来，
浏览 0提问于2022-09-29得票数 4
1回答
我希望从一个文件中读取数据(日期和数量列)，并用ARIMA预测将它们绘制到图表上。from pandas import Seriesfrom statsmodels.tsa.arima_model)pyplot.show()Date Quanti
浏览 5提问于2017-08-27得票数 1
回答已采纳
1回答
我有一个427天的温度数据集(每日温度数据)，我正在训练ARIMA模型360天，并试图预测其余的67天数据和比较结果。在测试数据中拟合模型时，我只是得到了一条直线作为预测，我是不是做错了什么？from statsmodels.tsa.arima.model import ARIMAresults = model.fitpredictions= p
浏览 21提问于2022-02-26得票数 1
回答已采纳
我正在尝试使用statsmodel的ARIMA来预测时间序列。我正在使用sklearn的TimeSeriesSplit来评估我的模型。不幸的是，当我预测下一叠数据(具有真值Y_test)时，我得到了一个常量预测： Y_train = Y_train.astype(float) arima_model = ARIMA<
浏览 4提问于2018-03-12得票数 2
背景：I正在绘制具有多个预测的历史数据，用于视觉准确性检查。当显示在“观察”的x轴上时，这是非常有效的。不过，(A)由于预测数据不是时间序列，所以没有在时间尺度上绘制；及(B)我不知道如何强迫x轴加1年，才能显示预测。
问题： (A)如何将原始时间戳恢复到预测数据？我知道我可以手动重新创建时间序列，但是在预测的每一次迭代中都需要这样做。我已经考虑过使用预报()而不是预测()，但是额外的预测迭代仍然存在同样的问题，即不
浏览 4提问于2013-08-08得票数 2
回答已采纳
2回答
商品的销售预测
、、、、
因此，我一直在尝试实现我的第一个算法来预测单个产品的(销售额/月)，我一直在使用线性回归，因为这是推荐给我的。我使用过去42个月的数据，前34个月作为培训集，其余8个月作为验证。我一直在尝试使用四个特性来开始：该产品在当月销售的平均价格前一个月售出的数量📷到目前为止，
浏览 0提问于2017-03-23得票数 3
回答已采纳
2回答
我对这个系统非常陌生，在python中也相当新。因此，代码中可能很少有冗余行。而且，集成没有问题。有人能帮我理解一下这个问题吗。import ARIMAre
浏览 7提问于2018-05-10得票数 1
回答已采纳
2回答
我正在尝试使用python状态模型进行样本外的预测。我不想仅仅预测训练集结束时的下一个x值，但是我希望一次预测一个值，并在预测时考虑到实际值。换句话说，我想做滚动的1期预测，但我不想每次都重新调整模型。我能找到的最接近的职位是这里：
然而，这使用ARMA而不是ARIMA。我怎样才能用ARIMA实现这一点，或者有没有更好的方法？我知道我可以自己拉出系数并应用一个函数，但是在我的代码中，我使用的ARIMA模型是动态的，
浏览 1提问于2015-11-11得票数 10
回答已采纳
2回答
小数据集的时间序列预测
、、、
我想做一个时间序列的预测，在本监管年度停产mins。监管年度从4月1日开始，到明年3月30日结束。我有大约六个月的数据，即从4月到9月。停机并不是每天都发生的。该图显示了停运矿工的累计总和。现在我正试图预测从十月到三月的价值。我想预测到明年3月底，累计停运的矿工的价值。我试着用指数平滑法，但它不起作用，可能是因为我没有太多的观察。然后我读到了关于ARIMA的文章，但不确定它是否是正确的算法，因为我不认为在这个场景中会有任何季节性，而且我也没有很长的数据点。有人能帮助我使用哪种算法来预测</e
浏览 0提问于2020-09-22得票数 0
回答已采纳
1回答
我试图向自己解释将ARIMA模型应用于时间序列数据集的预测结果。数据来自M1-大赛，该系列为MNB65。我正在尝试将数据拟合到ARIMA(1,0,0)模型，并获得预测。我使用的是R。下面是一些输出片段：Series: x Call: arima(x = x11839.75 11864.09 11887.02 11908.
浏览 7提问于2010-04-21得票数 15
回答已采纳
背景：从5年的每周销售数据开始，以非常强的年度季节性为基础，对未来的生产进行预测。换句话说，函数按编程间隔循环遍历数据，重新计算/绘制预测到同一地块。当我的窗口从数据的最前面开始时，它正确地画出了图。现在我正在看一个移动的104周的窗口，结果都是覆盖的，从第104次观察开始。$message)}) ## Trap errors当所有预测都包括文件的头时，图是准确的，然而，由于样本大小不断缩小，AIC无法在预测窗口之间进行比较。问题：如何以程序间隔显示完整的5年
浏览 4提问于2013-08-08得票数 2
我正在尝试运行python 3中statsmodels库中的X-13-ARIMA模型。(dta.co2)fig.set_size_inches(12, 5)这很好用，但我还需要预测此时间序列的未来值。tsa.x13_arima_analysis()函数包含
浏览 0提问于2017-04-18得票数 2
我目前正在为一些股票分别建立ARIMA模型，它们的收盘价。然而，在规划预测时，我得到的只是一条带有一点漂移的直线。但仅此而已。我没有得到任何明确的模式，例如，没有起伏的预测，只是直线与漂移。stationary
adf.test(ts) # --> not stationariy, differencing required
arima <- auto.ari
浏览 7提问于2020-05-08得票数 1
我正在用Python实现时间序列的季节性ARIMA预测。我使用StatsModels0.7.0。我到目前为止所做的是：res= sm.tsa.x13.x13_arima_select_order(time_series)
但是我发现了一个错误
浏览 10提问于2015-08-17得票数 1
回答已采纳
2回答
我正在尝试拟合ARIMA模型。我有3个月的数据，它显示每一分钟的count(float)。我应该为arima.fit()传递哪个顺序？我需要预测每一分钟。
浏览 1提问于2018-08-01得票数 3
我正在构建一个时间序列预测模型。/lib/python2.7/dist-packages/statsmodels/tsa/arima_model.py", line 919, in fit File "/usr/lib/python2.7/dist-pa
浏览 1提问于2017-05-09得票数 1
我正在用Python实现一个ARIMA模型来预测美国的GDP。>>>import statsmodels.api as sm输入，则不会显示任何内容。
浏览 0提问于2014-11-21得票数 0
1回答
我正在尝试理解Python中统计模型ARIMA的预测结果。model_fit = model.fit(disp=0)但yhat看起来与原始数据有很大不同蓝线是预测值，红色是原始时间序列。
虽然模型拟合不佳，但我预计红色附近会出现蓝线。但在上面的情节中，蓝线的范围与原始系列完全不同。最重要的是，值看起来是
浏览 1提问于2020-11-18得票数 0
我试图为我的时间序列数据创建一个ARIMA模型。我能对我的代码做些什么才能使它顺利运行？我正在使用状态模型在python中创建ARIMA模型，但是我得到了错误警告 OUTPUT:import ARIMA
results_AR = model.fit))
print(&#x
浏览 0提问于2019-07-04得票数 1
云服务器
ICP备案
云直播
对象存储
实时音视频
腾讯云开发者
