python - statespace.SARIMAX model : why the model use all the data to train mode, 和 train 模型预测范围

Question

我按照教程学习了SARIMAX模型:https://www.digitalocean.com/community/tutorials/a-guide-to-time-series-forecasting-with-arima-in-python-3 .数据的日期范围是1958-2001。

mod = sm.tsa.statespace.SARIMAX(y,
                                order=(1, 1, 1),
                                seasonal_order=(1, 1, 1, 12),
                                enforce_stationarity=False,
                                enforce_invertibility=False)

results = mod.fit()

在拟合 ARIMA 时间序列模型时，我发现作者的所有日期范围数据都适合模型参数。但是在验证 Forecasts 时，作者使用从 1998-01-01 开始的日期作为数据日期范围的一部分来拟合模型。

pred = results.get_prediction(start=pd.to_datetime('1998-01-01'), dynamic=False)

我知道在机器学习模型中，训练数据和验证(测试)数据是不同的，我的意思是不同的范围。我的意思是作者是对的？为什么这样做(我的意思是使用所有火车数据的原因)，我是 SARIMAX 模型的新模型。

你们能告诉我更多关于这个模型的信息吗，例如如何预测天或周而不仅仅是月，我的意思是如何设置参数 order=(1,1,1), seasonal_order=(1, 1, 1, 12).谢谢!

Answer 1

作者是对的。当您进行回归(线性、高阶或逻辑回归——无关紧要)时——与你的训练数据有偏差是绝对可以的(例如——即使是训练数据的逻辑回归也可能会给你一个误报)。

Same 代表时间序列。我认为作者想通过这种方式表明模型构建正确。

seasonal_order=(1, 1, 1, 12)

如果您查看 tsa 统计信息 documentation你会看到，如果你想使用季度数据 - 你必须分配最后一个参数(s) - 值为 4。每月 - 12。这意味着如果你想使用每周数据 seasonal_order 应该看起来像这样

seasonal_order=(1, 1, 1, 52)

每日数据将是

seasonal_order=(1, 1, 1, 365)

order组件是分别负责非季节性参数p、d、q的参数。您必须根据您的数据行为找到它们

• p。您可以将其解释为 有影响 .或者换句话说，如果您有每日数据并且 p 为 6，您可以理解为星期二的数据是否会对星期日的数据产生影响。
• d。差分参数。它定义了流程的集成级别。这意味着你应该应用多少次时间序列 differencing operator为了让你的时间序列平稳
• 问。您可以将其解释为有多少先验噪声(错误)影响当前值

这是一个很好的answer如何找到非季节性成分值