使用三个月的数据进行多元时间序列预测

Question

我有三个月的数据（每一行对应每一天），我想为此执行多元时间序列分析：

可用的列是 -

Date    Capacity_booked Total_Bookings  Total_Searches  %Variation

每个日期在数据集中有1个记录，且有3个月的数据。我希望拟合一个多元时间序列模型，以预测其他变量。

到目前为止，这是我的尝试，我通过阅读文章来实现相同的目标。

我做了同样的事情 -

df['Date'] = pd.to_datetime(Date , format = '%d/%m/%Y')

data = df.drop(['Date'], axis=1)

data.index = df.Date

from statsmodels.tsa.vector_ar.vecm import coint_johansen
johan_test_temp = data
coint_johansen(johan_test_temp,-1,1).eig



#creating the train and validation set
train = data[:int(0.8*(len(data)))]
valid = data[int(0.8*(len(data))):]

freq=train.index.inferred_freq

from statsmodels.tsa.vector_ar.var_model import VAR

model = VAR(endog=train,freq=train.index.inferred_freq)
model_fit = model.fit()


# make prediction on validation
prediction = model_fit.forecast(model_fit.data, steps=len(valid))

cols = data.columns

pred = pd.DataFrame(index=range(0,len(prediction)),columns=[cols])
    for j in range(0,4):
        for i in range(0, len(prediction)):
           pred.iloc[i][j] = prediction[i][j]

我有一个验证集和预测集，但是预测结果比预期的要差得多。

数据集的图表如下：

1. % 变异率
2. 已预订容量
3. 总预订量和搜索次数

我收到的输出如下：

预测数据框 -

验证数据框 -

正如您所看到的，预测结果偏离了预期。有人能建议一种改进精度的方法吗？此外，如果我在整个数据上拟合模型，然后打印预测结果，它不考虑新月份已经开始，因此需要进行相应的预测。该如何在这里实现呢？任何帮助都将不胜感激。

编辑

数据集链接 - 数据集

谢谢

- dper

---

你能发布类的标准吗？ - Swarathesh Addanki

@SwaratheshAddanki 我在问题中添加了数据集的链接... 你可以看一下。 - dper

你可以尝试使用“自制”特征来使用经典的机器学习算法。例如，您可以尝试使用过去7天的数据（使用4*7个特征创建一行）来训练感知器、支持向量机或随机森林等算法。您还可以考虑上周同一天的数据（如果您要预测星期三，则考虑上周三的数据），以及上个月每个星期三的平均值。此外，为了获得更真实的性能评估，请使用交叉验证。 - politinsa

@politinsa，你能分享一个相同的例子吗？ - dper

我认为你没有足够的数据来拟合一个好的模型：主要特征似乎是这些月末的下跳。在数据集中，我们只能看到两个这样的跳跃点，从仅有的两个观察结果中，我们无法了解典型跳跃的外观。同样，月份间的增长看起来足够规律，以至于模型可以尝试描述这些曲线的形状，但是关于值在典型月份内会增长多少的信息很少。鉴于此，“下个月等于上个月”可能是一个足够好的模型？ - jochen

Answer 1

提高准确性的一种方法是查看每个变量的自相关性，正如VAR文档页面所建议的：

https://www.statsmodels.org/dev/vector_ar.html

对于特定滞后期，自相关值越大，该滞后期对过程的作用就越大。

另一个好主意是查看AIC标准和BIC标准来验证您的准确性（上面的链接中有使用示例）。较小的值表明您已找到真正的估计量的概率更大。

这样，您可以改变自回归模型的顺序，并查看提供最低AIC和BIC的模型。如果AIC指示最佳模型的滞后期为3，而BIC指示最佳模型的滞后期为5，则应分析3、4和5的值以查看哪个结果最佳。

最好的情况是有更多数据（3个月并不多），但您可以尝试这些方法来看看是否有所帮助。

- Danilo Nunes