auto_arima(... ,seasonal=False) 但得到了 SARIMAX ????答案

【问题标题】：auto_arima(... , seasonal=False) but got SARIMAX ????auto_arima(... ,seasonal=False) 但得到了 SARIMAX ????
【发布时间】：2025-11-27 18:50:01
【问题描述】：

我想知道 ARIMA 模型的顺序 (p,d,q)，所以我必须使用 pmdarima python 包。但它推荐我 SARIMAX 模型！继续阅读以了解更多详情。
为此，我使用了Daily Total Female Births 数据。这是一个平稳的时间序列。

# importing packages
import pandas as pd
from pmdarima import auto_arima
import warnings
warnings.filterwarnings('ignore')

# read csv file
df = pd.read_csv('/Data/DailyTotalFemaleBirths.csv' , index_col=0 , parse_dates=True)

# set daily frequency for datetime indexes
df.index.freq = 'D'

# now using auto_arima i try to find (p,d,q) orders for ARIMA model.
# so i set seasonal=False because i don't want orders for SARIMA! my
# goal is to find orders for ARIMA model not SARIMA
auto_arima(df['Births'] , start_P= 0 , start_q=0 , max_p=6 , 
            max_q=3 , d=None , error_action='ignore' , suppress_warnings=True ,
            m=12 , seasonal=False , stepwise=True).summary()

然后它给了我这个：

问题是虽然我设置了seasonal=False，但它给了我 SARIMAX（代表 Seasonal Autoregressive Independent Moving Average）但我不想考虑季节性成分，所以我设置了 @ 987654332@！好像pmdarima没注意seasonal=False！

谁能帮我找出问题所在？

预期结果：

对于错误结果：SARIMAX结果来自pmdarima版本1.8.3
真实结果：ARIMA结果来自pmdarima版本1.1.0

【问题讨论】：

看起来这在版本 v1.5.1 中有所改变。 pmdarima 现在总是使用 SARIMAX。
@NickODell 你确定吗？所以你的意思是这不是问题？ 其他详细信息： 在pmdarima 版本1.8.3 中，以及在本示例中；当我运行auto_arima(...).seasonal_order 时，它给了我(0,0,0,0)，我猜这可以解释为忽略季节性成分。您对此有何看法？
我同意 - 这是seasonal_order 组件的默认值，并且根据文档，默认的季节性顺序无效：Default is no seasonal effect.github.com/statsmodels/statsmodels/blob/…
@NickODell 谢谢！我看到了你提到的参考资料。所以那里没有问题。谢谢您的帮助！如果你回答这个问题会很棒，然后我会验证它。

标签： python pandas arima pmdarima

【解决方案1】：

它并没有真正使用季节性模型。这只是一个令人困惑的消息。

在 pmdarima 库的 v1.5.1 版本中，他们将使用的统计模型从 ARIMA 更改为更灵活且错误更少的模型 SARIMAX。（它代表季节性自回归综合移动平均线外生。）

尽管有这个名称，但您可以通过将季节性术语设置为零来以非季节性方式使用它。

您可以使用以下代码仔细检查模型是否是季节性的：

model = auto_arima(...)
print(model.seasonal_order)

如果显示为(0, 0, 0, 0)，则不会进行季节性调整。

【讨论】：