- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
仍在了解ARIMA源代码以预测一些数据的过程中。 (我使用了两个时间序列(indexed_df 和 external_df,每个都有 365 个数据点。)
我想比较 ARMA 和 ARMAX 的预测准确性。
ARMA 的预测过程似乎运行良好。但是用一个额外的外部变量进行预测不知何故不起作用:
获取 ARMAX 的 p 和 q 值:
arma_mod1 = sm.tsa.ARMA(indexed_df, (2,0), external_df).fit()
y = arma_mod1.params
print 'P- and Q-Values(ARMAX):'
print y
输出:
P- and Q-Values(ARMAX):
const 34.739272
0 0.000136
ar.L1.0 0.578090
ar.L2.0 0.129253
dtype: float64
获取预测值(样本内):
start_pred = '2013-12-30'
end_pred = '2013-12-30'
period = (start_pred, end_pred)
predict_price1 = arma_mod1.predict(start_pred, end_pred, exog=True, dynamic=True)
print ('Predicted Price (ARMAX): {}' .format(predict_price1))
输出:
Traceback (most recent call last):
File "<ipython-input-102-78b3d705d411>", line 6, in <module>
predict_price1 = arma_mod1.predict(start_pred, end_pred, exog=True, dynamic=True)
File "/Applications/anaconda/lib/python2.7/site-packages/statsmodels-0.6.1-py2.7-macosx-10.5-x86_64.egg/statsmodels/base/wrapper.py", line 92, in wrapper
return data.wrap_output(func(results, *args, **kwargs), how)
File "/Applications/anaconda/lib/python2.7/site-packages/statsmodels-0.6.1-py2.7-macosx-10.5-x86_64.egg/statsmodels/tsa/arima_model.py", line 1441, in predict
return self.model.predict(self.params, start, end, exog, dynamic)
File "/Applications/anaconda/lib/python2.7/site-packages/statsmodels-0.6.1-py2.7-macosx-10.5-x86_64.egg/statsmodels/tsa/arima_model.py", line 736, in predict
start, method)
File "/Applications/anaconda/lib/python2.7/site-packages/statsmodels-0.6.1-py2.7-macosx-10.5-x86_64.egg/statsmodels/tsa/arima_model.py", line 327, in _arma_predict_out_of_sample
exog)
File "/Applications/anaconda/lib/python2.7/site-packages/statsmodels-0.6.1-py2.7-macosx-10.5-x86_64.egg/statsmodels/tsa/arima_model.py", line 293, in _get_predict_out_of_sample
X = lagmat(np.dot(exog, exparams), p, original='in', trim='both')
File "/Applications/anaconda/lib/python2.7/site-packages/statsmodels-0.6.1-py2.7-macosx-10.5-x86_64.egg/statsmodels/tsa/tsatools.py", line 328, in lagmat
raise ValueError("maxlag should be < nobs")
ValueError: maxlag should be < nobs
我对 maxlag 的理解是(如果之前没有定义)要观察的滞后数将自动计算为:
maxlag = int(round(12*(nobs/100.)**(1/4.)
但我不明白我可以在哪里更改此计算或设置 maxlag 的数量。
我对 nobs 的理解是时间步数,即我在时间序列中的值。 (在我的例子中是 365)。
所以这意味着我需要 maxlag < 365,对吗?
我在哪里可以定义maxlag的数量?
这道题出现了同样的错误:ADF test in statsmodels in Python但我不知道在哪里为 ARMAX 预测设置 maxlag。
感谢帮助
最佳答案
代码:
predict_price1 = arma_mod1.predict(start_pred, end_pred, exog=True, dynamic=True)
print ('Predicted Price (ARMAX): {}' .format(predict_price1))
必须改成:
predict_price1 = arma_mod1.predict(start_pred, end_pred, external_df, dynamic=True)
print ('Predicted Price (ARMAX): {}' .format(predict_price1))
这样就可以了!
我比较了没有 external_df
的值,它们的不同之处可以被视为我猜的证明。
关于python - 如何更改 ARMAX.predict 的 maxlag?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/27890551/
仍在了解ARIMA源代码以预测一些数据的过程中。 (我使用了两个时间序列(indexed_df 和 external_df,每个都有 365 个数据点。) 我想比较 ARMA 和 ARMAX 的预测准
我正在尝试使用 SARIMAX 预测季节性时间序列。时间序列由 PV 馈入的每日最大值组成,这导致了 365 天周期性假设。 这是我的代码: mod= SARIMAX(realy.Max, order
我尝试在 statsmodels 中使用 ADF 测试设置 maxlag,但测试使用的滞后数不是我设置的。它几乎总是更少。这是我的意思的一个小例子。 import numpy as np import
我们正在使用 toobusy 模块进行评估 https://github.com/lloyd/node-toobusy在 Heroku 上托管的应用程序上。我不确定 maxLag 的适当值对于 Her
我是一名优秀的程序员,十分优秀!