在python中具有多元自变量的Arima

【问题标题】：Arima with multivariate independent variables in python在python中具有多元自变量的Arima
【发布时间】：2020-06-17 16:40:43
【问题描述】：

我有一个包含 dateofpurchase、locations、items、salesqty 的数据集，如下所示，

Date        Location    Item    sales_qty
02/01/2019    aaa        x        123
02/01/2019    aaa        y        323
02/01/2019    bbb        x        1023
02/01/2019    bbb        y        1203

我有这种类型的数据 2 年，25 个不同的位置，400 个不同的项目集。我想预测我在所有位置和项目级别的销售额。我是多变量数据时间序列的新手。请帮助我来预测或给我一些想法。提前谢谢。

【问题讨论】：

标签： python-3.x machine-learning time-series forecasting arima

【解决方案1】：

在statsmodels 模块中，statsmodels.tsa.statespace.varmax.VARMAX 类可能是您的最佳选择。

具有外生回归模型的向量自回归移动平均线

请注意，没有 I（差分）组件，因此您必须事先确保平稳性。（使用statsmodels.tsa.stattools.adfuller 和kpss）。此外，您需要提前确定 ARMA 的顺序 (p,q)。（使用statsmodels.tsa.stattools.acf 和pacf 执行此操作。）

还有模块statsmodels.vector_ar，它只支持AR（不是MA）组件。您可以在fit method 中指定 AR 术语的数量，但默认情况下会延迟选择。

【讨论】：