python - 如何获得 ARIMA 模型上每个预测的置信区间
问题描述
我正在尝试使用 SARIMA 模型对时间序列进行“模糊”预测
我的训练集是prices_train
,模型构建如下:
model_order = (0, 1, 1)
model_seasonal_order = (2, 1, 1, 24)
model = sm.tsa.statespace.SARIMAX(
prices_train, order=model_order,
seasonal_order=model_seasonal_order)
model_fit = model.fit(disp=0)
我知道我可以使用以下指令获得点预测:
pred = model_fit.forecast(3)
但我不想要点预测,我想要每个预测值的置信区间,这样我就可以获得预测值的模糊时间序列
我看过诸如this one之类的教程,他们在其中应用了以下代码:
forecast, stderr, conf = model_fit.forecast(alpha=a)
但是,该库似乎自 2017 年以来已更新,因为那不起作用。我已经阅读了statsmodels
手册,但没有找到太多帮助。
解决方案
您的拟合模型应该有一个返回预测的 get_prediction() 函数。然后就可以调用了prediction.conf_int(alpha=a)
。
推荐阅读
- azure - 无法在已安装的 azure 构建管道中看到任务的添加选项
- typescript - TypeORM - 通用实体创建
- snowflake-cloud-data-platform - 带有输入变量的雪花存储过程
- swift - 如何在快速移动地图时在谷歌地图下方显示地址
- java - 对象的 JPA 自定义序列化
- llvm - LLVM 错误无法选择内部 %llvm.coro.begin
- laravel - 生成的 sql 末尾的奇怪字符串 - “为空”
- c# - 将 WebSite 项目迁移到 Asp.Net Core 项目中
- java - 如何避免连续的“Resetting offset”和“Seeking to LATEST offset”?
- python - Python - local variable 'x' referenced before assignment