python差分法_如何在Python statsmodels ARIMA预测中反转差分法？

旧城等待， 2022-10-31 15:58 153阅读 0赞

我正试图用Python和Statsmodels对ARIMA进行预测。具体来说，要使ARIMA算法工作，需要通过差分(或类似方法)使数据保持平稳。问题是：在进行了残差预测之后，如何反转差分，以回到包含趋势和季节性差异的预测？在

(我看到了一个类似的问题here，但是没有答案。)

以下是我到目前为止所做的(基于掌握Python数据分析最后一章中的示例，Magnus Vilhelm Persson；Luiz Felipe Martins)。数据来自DataMarket。在%matplotlib inline

import matplotlib.pyplot as plt

import pandas as pd

from statsmodels import tsa

from statsmodels.tsa import stattools as stt

from statsmodels.tsa.seasonal import seasonal\_decompose

from statsmodels.tsa.arima\_model import ARIMA

def is\_stationary(df, maxlag=15, autolag=None, regression='ct'):

"""Test if df is stationary using Augmented

Dickey Fuller"""

adf\_test = stt.adfuller(df,maxlag=maxlag, autolag=autolag, regression=regression)

adf = adf\_test\[0\]

cv\_5 = adf\_test\[4\]\["5%"\]

result = adf < cv\_5

return result

def d\_param(df, max\_lag=12):

d = 0

for i in range(1, max\_lag):

if is\_stationary(df.diff(i).dropna()):

d = i

break;

return d

def ARMA\_params(df):

p, q = tsa.stattools.arma\_order\_select\_ic(df.dropna(),ic='aic').aic\_min\_order

return p, q

\# read data

carsales = pd.read\_csv('data/monthly-car-sales-in-quebec-1960.csv',

parse\_dates=\['Month'\],

index\_col='Month',

date\_parser=lambda d:pd.datetime.strptime(d, '%Y-%m'))

carsales = carsales.iloc\[:,0\]

\# get components

carsales\_decomp = seasonal\_decompose(carsales, freq=12)

residuals = carsales - carsales\_decomp.seasonal - carsales\_decomp.trend

residuals = residuals.dropna()

\# fit model

d = d\_param(carsales, max\_lag=12)

p, q = ARMA\_params(residuals)

model = ARIMA(residuals, order=(p, d, q))

model\_fit = model.fit()

\# plot prediction

model\_fit.plot\_predict(start='1961-12-01', end='1970-01-01', alpha=0.10)

plt.legend(loc='upper left')

plt.xlabel('Year')

plt.ylabel('Sales')

plt.title('Residuals 1960-1970')

print(arimares.aic, arimares.bic)

结果图是令人满意的，但不包括趋势，季节性信息。如何反转差分法以重新获得趋势/季节性？Residual plot

发表评论取消回复

表情：

评论列表（有 0 条评论，153人围观）

还没有评论，来说两句吧...

相关阅读

相关【算法| 差分 No.1】AcWing 797. 差分 & AcWing 798. 差分矩阵

【算法| 差分 No.1】AcWing 797. 差分 & AcWing 798. 差分矩阵

墨蓝/ 2024年04月27日 06:57/ 0 赞/ 63 阅读

相关进化算法中的差分进化算法（Differential Evolution）

![ee1c15ef04174e8cb1dc52e531d96268.png][] 目录引言算法原理算法特点应用案例总结 ---------------

秒速五厘米/ 2024年02月28日 03:10/ 0 赞/ 44 阅读

相关 matlab差分模型求解,matlab实现有限差分法计算电场强度(最新).doc

matlab实现有限差分法计算电场强度(最新) PAGE \\\ MERGEFORMAT5 实验一：有限差分法研究静电场边值问题实验报告人：年级和班级：学号： 1

偏执的太偏执、/ 2023年01月13日 10:26/ 0 赞/ 98 阅读

相关差分信号_差分信号的原理及其在PCB的设计

差分线是 PCB 设计中非常重要的一部分信号线，信号处理要求也是相当严谨，今天为大家介绍下差分信号的原理以及其在 PCB 设计中的处理方法。

迷南。/ 2023年01月07日 10:09/ 0 赞/ 123 阅读

相关 python差分法_如何在Python statsmodels ARIMA预测中反转差分法？

我正试图用Python和Statsmodels对ARIMA进行预测。具体来说，要使ARIMA算法工作，需要通过差分(或类似方法)使数据保持平稳。问题是：在进行了残差预测之后，如

旧城等待，/ 2022年10月31日 15:58/ 0 赞/ 154 阅读

相关基于帧差法和背景差分法的背景提取及检测模型

基于MATLAB的视频车辆检测系统 1、课题背景改革开放以后，随着经济的高速发展，交通问题越来越开始影响着人们的生产和生活，由于汽车拥有量的急剧增加，城市交

太过爱你忘了你带给我的痛/ 2022年09月09日 02:06/ 0 赞/ 298 阅读

相关差分差分差分

class Solution { public: / 代码中的类名、方法名、参数名已经指定，请勿修改，直接返回方法规定的值即可返回m天后

我不是女神ヾ/ 2022年08月31日 02:15/ 0 赞/ 266 阅读

相关有限差分法和蒙特卡洛随机模拟法

> 与需要空间、时间离散的有限差分法不同，随机法(例如蒙特卡洛方法)是另外一种模拟的方法，其无需进行空间和时间的离散。 > 总结随机法的特点，基本思路，并以面积积分为

╰半夏微凉°/ 2022年04月16日 03:27/ 0 赞/ 298 阅读

相关【2019.7.10】树上差分杂[LCA 倍增][树上差分点差分边差分]

多用于记录树上节点被经过的次数,记录某条边被经过的次数的时候点差分 [P3128 \[USACO15DEC\]最大流Max Flow][P3128_ _US

迷南。/ 2021年11月17日 15:44/ 0 赞/ 328 阅读

相关差分

概念对于一个数组a\[n\]，有m次操作，都是对区间\[l,r\]加上k，完事后输出数组在知道第一个数a\[1\]的情况下，如果我们知道后面的数与前一个数的差值p，

我不是女神ヾ/ 2021年11月01日 10:04/ 0 赞/ 348 阅读