在 python 中使用 ARIMA 并进行一定程度的整合时，您如何获得未整合的预测？

Question

所以我使用的是 ARIMA(2,1,1)

 model = ARIMA(value, order=(2, 1, 1))
 results = model.fit()
 model_fit = model.fit()

 predict=model_fit.predict(start=1, end=120, exog=None)
 data = pd.DataFrame(data = predict)
 print(data)

 results.plot_predict(95,115)

打印出来的数据有积分等级，我怎么知道我的值是实际值？

实际值显示在 18000 左右我得到 -201、75 或类似的东西，如果我将 ARIMA 更改为 ARIMA(2,0,1)，我会得到正常值。

谁能帮帮我吗？

Answer 1

当具有不同的时间序列并且您想对输出进行无差异化处理时。

 predict=model_fit.predict(start=1, end=120, exog=None, typ ='levels' )

这应该可以解决问题

typ = 'levels'

将差异数据转换为非差异数据

在 python 中使用 ARIMA 并进行一定程度的整合时，您如何获得未整合的预测？

When using a ARIMA in python, and have a garde of integration how do you get the forecast to be not integrated?

python

time-series

forecasting

arima