ARIMA 模型中错误天数的预测 python

Question

我有一个时间序列数据集。我正在使用 python、pandas 和 statsmodels 来尝试预测下个月的数据。

我有每日数据：

首先我运行 autoarima 看看我必须在我的 Sarimax 模型中放入哪些变量：

auto_arima(df['occurrences'],seasonal=True,m=7).summary()

我得到了这个结果：

所以，现在我将数据集拆分为训练数据和测试数据。我想尝试预测下个月，所以我这样做：

train = df.loc[:'2020-04-30']
test = df.loc['2020-05-01':]

我训练模型

model = SARIMAX(df['occurrences'],order=(1, 1, 1))
results = model.fit()
results.summary()

start=len(train)
end=len(train)+len(test)
predictions = results.predict(start=start, end=end, dynamic=False, typ='levels')

但现在当我绘制预测时，我可以看到预测是如何提前一天的：

ax = test['occurrences'].plot(legend=True,figsize=(12,6),title=title)
predictions.plot(legend=True)
ax.autoscale(axis='x',tight=True)
ax.set(xlabel=xlabel, ylabel=ylabel);

如果我使用 shift 命令将前一天的所有预测设为 asing：

ax = test['occurrences'].plot(legend=True,figsize=(12,6),title=title)
predictions.shift(-1).dropna().plot(legend=True)
ax.autoscale(axis='x',tight=True)
ax.set(xlabel=xlabel, ylabel=ylabel);

你可以看到现在是如何在正确的日期安装的，为什么会这样？

Answer 1

该模型在正确的日期为您提供正确的预测。 ARIMA 模型相对简单，根据现在和过去预测未来。因此，当模型今天看到一个大值时（例如在观察 11 中），它对明天的预测更大。

例如，查看这个 StackExchange 问题和答案：https://stats.stackexchange.com/questions/330928/time-series-prediction-shifted

ARIMA 模型中错误天数的预测 python

Prediction in incorrect days in ARIMA model python

python

statsmodels

arima