python - pmdarima 的样本预测中的 ARIMA 是如何缩放的？

Question

auto_arima我使用pmdarima 包执行了时间序列预测。我知道这个包是基于 statsmodel SARIMAX 包的。

使用命令：fit.predict_in_sample(ARIMA_input, dynamic=None)，给出在 0 附近缩放/归一化的结果。我想将样本中的预测转换回这个以用我的输入数据绘制它。有谁知道它是如何转化的？我搜索了pmdarima 的源代码，但找不到任何东西。使用 statsmodel SARIMAX 样本预测的比例与我的输入相同。

注意：我的数据不是季节性的，所以我只使用带有 statsmodel SARIMAX 的 ARIMA。

此外，如果我使用 pmdarima 的auto_arima拟合给出的顺序并将其与 statsmodel SARIMAX 一起使用，我会得到不同的预测结果（pmdarima 的预测非常合理，而 SARIMAX 的只是一条直线）。似乎我没有看到有什么不同。也许你们中的某个人更了解它并可以帮助我？

如果您需要更多信息，我很乐意提供。

标签： pythontime-seriesforecastingarimapyramid-arima