我试图在python 3中从statmodels库运行X-13-ARIMA模型。
我在statsmodels文档中找到了这个例子:
dta = sm.datasets.co2.load_pandas().data
dta.co2.interpolate(inplace=True)
dta = dta.resample('M').sum()
res = sm.tsa.x13_arima_select_order(dta.co2)
print(res.order, res.sorder)
results = sm.tsa.x13_arima_analysis(dta.co2)
fig = results.plot()
fig.set_size_inches(12, 5)
fig.tight_layout()
这很好,但我还需要预测这个时间序列的未来值。tsa.x13_arima_analysis()
函数包含forecast_years
参数,所以我认为这应该是可能的。但是,无论我选择forecast_years
参数的值是什么,results
对象似乎都不会改变。
如何获取预测值?
2条答案
按热度按时间cyvaqqii1#
现在你自己可能也有这个了。我检索了一些2012年7月结束的每月天气数据。我输入这个声明来做分析。
然后(发现
results.results
是大量的)我输入了这个。通过这个文件寻找'预测'我发现了下面的部分。
forecast_years=3
似乎意味着预测三个月,在这种情况下从7月开始。b4wnujal2#
forecast_years=x为我工作。注意您正在运行的statmodels版本(“pip freeze| grep statmodels”)对于版本10.2,用于预测地平线的正确参数是,<forecast_years>但是在版本11.0和更高版本中,正确参数是<forecast_periods>。
一个简单的正则表达式应该可以找到预测值:
202\d.\w{3}\s{6}\d\d.\d\d\s{5}\d\d.\d\d\s{5}\d\d.\d\d
(在结果的每一行上运行)这将匹配: