ARMA模型在statsmodels中的样本外预测

Question

我正在使用statsmodels拟合ARMA模型。

import statsmodels.api as sm
arma    = sm.tsa.ARMA(data, order =(4,4));
results = arma.fit( full_output=False, disp=0);

其中 data 是一个一维数组。 我知道如何获得内样预测：

pred = results.predict();

现在，假设有第二个数据集 data2，我该如何使用之前校准好的模型基于这些观察结果生成预测序列？

- sirip82

Answer 1

我认为这个问题是存在的。如果您在Github上提交一个问题，我更有可能记得添加类似的内容。预测机器尚未作为用户界面功能提供，因此您需要像这样做。

如果您已经拟合了模型，那么您可以执行此操作。

# this is the nsteps ahead predictor function
from statsmodels.tsa.arima_model import _arma_predict_out_of_sample
res = sm.tsa.ARMA(y, (3, 2)).fit(trend="nc")

# get what you need for predicting one-step ahead
params = res.params
residuals = res.resid
p = res.k_ar
q = res.k_ma
k_exog = res.k_exog
k_trend = res.k_trend
steps = 1

_arma_predict_out_of_sample(params, steps, residuals, p, q, k_trend, k_exog, endog=y, exog=None, start=len(y))

这是一种向前预测1个步长的新方法。您可以将其添加到y上，并且需要更新残差。

- jseabold

---

你知道在statsmodels中这个问题是否仍然存在吗？现在这个包对此提供了更好的支持吗？ - dimab0

这和执行res.forecast() 相当吗？http://www.statsmodels.org/dev/generated/statsmodels.tsa.arima_model.ARMAResults.forecast.html#statsmodels.tsa.arima_model.ARMAResults.forecast - tea_pea

Answer 2

对于单变量的样本外预测（测试），我们可以使用：

ARMAResults.forecast(steps=1, exog=None, alpha=0.05)

它将是 res.forcast(steps=1)

ARIMA也有同样的功能。

ARIMAResults.forecast(steps=1, exog=None, alpha=0.05)

- nitsan

---

哦，没有看到 Palmer 女士的评论。 - nitsan