python - ARIMA/Holt Winters 用于多个时间序列

Question

有没有一种方法可以在Python中运行ARIMA/Holt-Winters模型来同时处理多个项目(时间序列)？

我可以使用 Python 中的 StatsModels 包运行单个 ARIMA/Holt-Winters 模型，但不能运行多个时间序列。

要阐明多个时间序列的含义，请参阅我的数据集。

Answer 1

ARIMA 是最常用的时间序列预测模型之一，但它仅适用于单变量时间序列分析。在您的数据集中，有四个变量

• X1
• X2
• X3
• X4

所以这是一个多元时间序列。

对于处理来说，这种时间序列预测VECTOR AUTO REGRESSION是一个不错的选择。它能够处理任意数量的变量。即使计算量更高，您也会获得不错的预测精度。

您可以轻松地从 Stats_Model 导入它通过以下导入语句:

from statsmodels.tsa.vector_ar.var_model import VAR

VAR 方法:

model = VAR(array_of_data)

• 其中arry_of_data应该是一个列表(每个观察作为一行)

数据输入格式:

[[5737,5100,2899,7431.26],

[5779,5500,5600,5237.5],

[5782,3520,3620,6534.39]]

在实现之前，请仔细阅读所有参数以获得更好的结果。

如需更多了解，请阅读this