如何在 Python 中使用 ARIMA 模型预测样本外的时间序列？

Question

我在 Stackoverflow 上看到过类似的问题。但是，这些问题要么足够不同，要么相似，实际上都没有得到回答。我认为这是建模人员经常遇到的问题，并且需要解决一些挑战。

在我的例子中，我使用了两个变量，一个 Y，一个 X，有 50 个时间序列连续观察。它们都是代表百分比变化的随机数（它们可以是你想要的任何东西，它们的真实值无关紧要。这只是为了设置我的编码问题的一个例子）。这是我构建这个 ARIMAX(1,0,0) 模型的基本代码。

import pandas as pd
import statsmodels.api as sm
import statsmodels.formula.api as smf

df = pd.read_excel('/Users/gaetanlion/Google Drive/Python/Arima/df.xlsx', sheet_name = 'final')

from statsmodels.tsa.arima_model import ARIMA
endo = df['y']
exo = df['x']

接下来，我使用前 41 个观测值构建 ARIMA 模型

modelho = sm.tsa.arima.ARIMA(endo.loc[0:40], exo.loc[0:40], order =(1,0,0)).fit()
print(modelho.summary())

到目前为止一切正常。

接下来，我尝试预测或预测接下来的 9 个样本外观察值。在这里，我想使用这 9 个观测值的 X 值来预测 Y。而且，我就是做不到。我只在下面显示一个代码，我认为它可以让我最接近我需要去的地方。

modelho.predict(exo.loc[41:49], start = 41, end = 49, dynamic = False)
TypeError: predict() got multiple values for argument 'start'

Answer 1

这个例子应该可以工作。我正在使用你的代码，但它略有改变。

import pandas as pd
import statsmodels.api as sm
import numpy as np
from statsmodels.tsa.arima_model import ARIMA

生成示例数据框

df = pd.DataFrame(data = {'x' : np.random.normal(12, 3,size = 332),
                     'y' : np.random.normal(12, 2,size = 332)})

df

endo = df['y']
exo = df['x']

华宇模型的顺序和你的代码一样，只是为了演示

让我们将最后 12 个观察值排除在模型之外

modelho = sm.tsa.arima.ARIMA(endo[:-12], exo[:-12], order =(1,0,0)).fit()
modelho.summary()



future_x = exo[-12:]

modelho.predict(exog = future_x, start = 320, end = 331)

也可以使用：

 modelho.forecast(12, exog = future_x)