python - 是否可以在不依赖其他值的情况下从预测集中恢复 Dif()？

Question

所以，我有一个从去年 2020 年开始的洗发水销售时间序列，我想预测今年的洗发水销量。为了消除季节性，我对系列​​执行了 diff()。然后，我使用该系列和 ARIMA 模型来预测值。我的问题是，因为原始系列是 diff(ed)，所以这些预测不是“正常的”。对于我的使用，除非我能看到非 diff(ed) 值，否则它们没有任何价值。

我在这里看到了很多帖子，可以帮助您从以前的 diff(ed) 集中恢复正常值。喜欢这个。该页面以及我检查的其他页面的问题在于它们依赖于原始的非 diff(ed) 集。换句话说，我可以得到一个 Series，然后 diff() 它，然后返回原始值，执行如下操作：

np.hstack((original[0], original_diff)).cumsum()

但是如果你观察，上面的代码依赖于原始集合“original[0]”。就我而言，我只有一个预测集，它表示基于先前 diff(ed) 系列的值。

关于如何在没有 diff(ed) 值的情况下恢复或重新创建预测集的任何想法？

PS。我对预测很陌生

标签： pythonstatisticsstatsmodelsarima