【发布时间】：2019-07-31 10:11:04
【问题描述】：
我正在尝试在 python 中使用 ARIMA 对 136 年的月降雨量数据集执行单变量时间序列预测。
我的数据集是这样的：
年降雨量
2000-01-01 0
2000-02-01 128.2
2000-03-01 0
2000-04-01 289.3
。 . .
我有两个问题。
1) 我的预测结果有负值，尽管训练集中没有，而且从逻辑上讲降雨值不应该是负值。我的原始数据图如下。
下面是测试数据和预测值的图表。如您所见，预测值的红色曲线延伸到 0 以下。
2) 由于我有月度数据，因此下个月某些行的降雨量从 0 直接变为高值，在这种情况下，当前值不依赖于之前的观测值，这是自回归。这是导致问题的原因并且不适合我吗？我已经尝试使用年度数据，但这也不适合，并且使用季度频率会中断我的数据集区域的实际季风周期。
【问题讨论】：
-
这和 Python 有什么关系？对我来说，这似乎是一个关于统计的问题
-
我正在使用 Python 实现它，因此任何有助于解决该问题的 python 代码 sn-ps 都会很有用。但是，你是对的。我已将统计信息添加到我的标签中。
标签： python statistics time-series arima