python statsmodels arima 预测真实数据选项答案

【问题标题】：python statsmodels arima prediction real data optionpython statsmodels arima 预测真实数据选项
【发布时间】：2017-05-18 01:01:36
【问题描述】：

我可能只是误解了文档，但是如何对新数据使用 ARIMAResults.predict 函数？我在训练数据集上创建了一个模型，现在我想看看它在我的测试集上的表现如何，所以我需要运行类似result.predict(test_data, steps=3)

编辑：也许这个问题太含糊了。这是我可以概括的更具体的事情：...

假设我得到一个 ARIMA 模型：

model = sm.tsa.ARIMA(train_data, (1, 0, 0)).fit(disp=0)

我现在想看看这个模型的参数在我搁置的一些test_data 上的表现如何。即。给定test_data[0:50]，预测test_data[52]；给定 test_data[1:51] 预测 test_data[53] 等等。请注意，我确实不想在 test_data 上训练 ARIMA 模型，我只想使用来自 model 的参数来评估性能。

【问题讨论】：

标签： python time-series statsmodels

【解决方案1】：

这个基本代码应该可以工作。例如，这将预测样本周期结束后的 50 个周期。我使用整数索引值，以防您的数据间隔不相等（例如多天的分钟股票价格），但如果不是这种情况，您也可以使用时间段。

start_idx = len(df.loc[start:end].index) - 1
pred_length = 50 

model = sm.tsa.ARIMA(df.loc[start:end], (1, 0, 0)).fit(disp=0)
predict = model.predict(start_idx, start_idx + pred_length)
print(predict)

【讨论】：