Forecasting/prediction 在 python 中使用 ARIMA - 它是如何工作的？
Forecasting/prediction using ARIMA in python - how does it work?
我对如何 predict/forecast 使用 ARIMA 感到很困惑。
假设我们有一个名为 y_orig 的系列，我们将其拆分为 y_train 和 y_test。假设 y_orig 不是固定的，我们可以使用下面的代码拟合 ARIMA
# fit ARIMA model
from statsmodels.tsa.arima_model import ARIMA
model = ARIMA(y_train, order=(2,1,2))
model_fit = model.fit(disp=0)
print(model_fit.summary())
拟合模型后，我们可以使用下面的代码进行预测
n_periods = len(`y_test`)
fc, -, - = model_fit.forecast(n_periods, alpha=0.05) # 95% conf
值 fc 应该给出一个预测，然后我将其与 y_test 进行比较。请注意，正如预期的那样，y_test 未在训练阶段使用。另请注意，我不是在寻找滚动预测，而是在寻找参数（一旦训练）固定的长期预测。
我很困惑，因为y_test在预测阶段根本没有用到。
例如，如果我们要使用其他预测模型（如 Keras 或 tensorflow）。我们会这样编码。
首先，我们在我没有展示的训练阶段拟合模型——这对我的问题来说无关紧要。然后我们使用下面的代码预测并查看我们的拟合度 in sample 有多好。
y_pred_train=model.predict(y_train)
然后我们测试模型out of sample如下：
y_pred_test=model.predict(y_test)
在这种情况下，参数不会重新估计，在测试阶段使用y_test来预测下一个值（具有固定参数）。
因此我对 ARIMA 感到困惑。为什么我们不对 ARIMA 模型做同样的事情？
请帮我理解，我很困惑。
非常感谢！！
我认为您对 ARIMA 代码块中的 .fit 和 y_train 有点困惑。 y_train在这里只是一个不好命名的变量，它应该只是y，我要预测的数据。 ARIMA模型没有training/test阶段，不是自学习。它对输入数据进行统计分析，并进行预测。如果你想再做一次预测（在y_test），你需要再做一次统计分析（使用model.fit）和再做一次预测（使用model.forecast）。 ARIMA 模型在训练阶段没有任何 weights 训练，模型中没有保存任何与先前数据 'fitted' 相关的内容。您不能使用 "fitted" ARIMA 模型来预测其他数据样本。
我对如何 predict/forecast 使用 ARIMA 感到很困惑。
假设我们有一个名为 y_orig 的系列，我们将其拆分为 y_train 和 y_test。假设 y_orig 不是固定的，我们可以使用下面的代码拟合 ARIMA
# fit ARIMA model
from statsmodels.tsa.arima_model import ARIMA
model = ARIMA(y_train, order=(2,1,2))
model_fit = model.fit(disp=0)
print(model_fit.summary())
拟合模型后，我们可以使用下面的代码进行预测
n_periods = len(`y_test`)
fc, -, - = model_fit.forecast(n_periods, alpha=0.05) # 95% conf
值 fc 应该给出一个预测，然后我将其与 y_test 进行比较。请注意，正如预期的那样，y_test 未在训练阶段使用。另请注意，我不是在寻找滚动预测，而是在寻找参数（一旦训练）固定的长期预测。
我很困惑，因为y_test在预测阶段根本没有用到。
例如，如果我们要使用其他预测模型（如 Keras 或 tensorflow）。我们会这样编码。
首先，我们在我没有展示的训练阶段拟合模型——这对我的问题来说无关紧要。然后我们使用下面的代码预测并查看我们的拟合度 in sample 有多好。
y_pred_train=model.predict(y_train)
然后我们测试模型out of sample如下：
y_pred_test=model.predict(y_test)
在这种情况下，参数不会重新估计，在测试阶段使用y_test来预测下一个值（具有固定参数）。
因此我对 ARIMA 感到困惑。为什么我们不对 ARIMA 模型做同样的事情？
请帮我理解，我很困惑。
非常感谢！！
我认为您对 ARIMA 代码块中的 .fit 和 y_train 有点困惑。 y_train在这里只是一个不好命名的变量，它应该只是y，我要预测的数据。 ARIMA模型没有training/test阶段，不是自学习。它对输入数据进行统计分析，并进行预测。如果你想再做一次预测（在y_test），你需要再做一次统计分析（使用model.fit）和再做一次预测（使用model.forecast）。 ARIMA 模型在训练阶段没有任何 weights 训练，模型中没有保存任何与先前数据 'fitted' 相关的内容。您不能使用 "fitted" ARIMA 模型来预测其他数据样本。