python statsmodels：arima模型预测函数的“params”参数

Question

statsmodels 中的ARIMA ( statsmodels.tsa.arima_model.ARIMA)、AR ( statsmodels.tsa.ar_model.AR) 和 ARMA ( statsmodels.tsa.arima_model.ARMA) 都在其方法中接收模型的参数predict。例如，对于AR对象，我们有以下函数定义：

• AR(endog, dates=None, freq=None, missing='none')[source]
• fit([maxlag, method, ic, trend, ...])
• predict(params[, start, end, dynamic])

（此处链接到文档）

我实际上对 的参数选择感到非常困惑predict。predict的第一个参数是AR;的构造函数的参数 这些再次出现在 for 的参数中是没有意义的predict。ARIMA它们也出现在和的构造函数中ARMA。有人可以回答为什么这个参数存在吗？

就其价值而言，我在时间序列分析方面没有太多背景，因此在重用参数时可能会暴露一些功能。否则这个参数就很麻烦。

Answer 1

我在这里回答了您关于问题跟踪器的问题。您想要对从 fit 返回的结果对象调用预测。这就是我们遵循的模式。

model = sm.tsa.ARMA(y, (2, 2))
results = model.fit()
results.predict()