python statsmodels:"params" arima 模型预测函数的参数
python statsmodels: "params" parameter for predict function of arima models
ARIMA (statsmodels.tsa.arima_model.ARIMA
), AR (statsmodels.tsa.ar_model.AR
), and ARMA (statsmodels.tsa.arima_model.ARMA
) in statsmodels 都在他们的 predict
方法中接受他们模型的参数.例如,对于AR对象,我们有如下函数定义:
AR(endog, dates=None, freq=None, missing='none')[source]
fit([maxlag, method, ic, trend, ...])
predict(params[, start, end, dynamic])
实际上我对 predict
的参数选择很困惑。 predict
的第一个参数是AR
的构造函数的参数;这些再次出现在 predict
的参数中是没有意义的。它们还出现在 ARIMA
和 ARMA
的构造函数中。有人可以回答为什么这个参数存在吗?
就其价值而言,我在时间序列分析方面没有太多背景知识,因此在重用参数时可能会公开一些功能。否则,这个参数很麻烦。
我在问题跟踪器 here 上回答了你的问题。您想要对从拟合返回的结果对象调用预测。这是我们遵循的模式。
model = sm.tsa.ARMA(y, (2, 2))
results = model.fit()
results.predict()
ARIMA (statsmodels.tsa.arima_model.ARIMA
), AR (statsmodels.tsa.ar_model.AR
), and ARMA (statsmodels.tsa.arima_model.ARMA
) in statsmodels 都在他们的 predict
方法中接受他们模型的参数.例如,对于AR对象,我们有如下函数定义:
AR(endog, dates=None, freq=None, missing='none')[source]
fit([maxlag, method, ic, trend, ...])
predict(params[, start, end, dynamic])
实际上我对 predict
的参数选择很困惑。 predict
的第一个参数是AR
的构造函数的参数;这些再次出现在 predict
的参数中是没有意义的。它们还出现在 ARIMA
和 ARMA
的构造函数中。有人可以回答为什么这个参数存在吗?
就其价值而言,我在时间序列分析方面没有太多背景知识,因此在重用参数时可能会公开一些功能。否则,这个参数很麻烦。
我在问题跟踪器 here 上回答了你的问题。您想要对从拟合返回的结果对象调用预测。这是我们遵循的模式。
model = sm.tsa.ARMA(y, (2, 2))
results = model.fit()
results.predict()