在输入数据中具有多个特征的时间序列预测

Question

假设我们有一个时间序列数据，其中包含最近两年的每日订单计数：

我们可以使用Python的statsmodels库来预测未来的订单：

fit = statsmodels.api.tsa.statespace.SARIMAX(
                  train.Count, order=(2, 1, 4),seasonal_order=(0,1,1,7)
      ).fit()

y_hat_avg['SARIMA'] = fit1.predict(
                      start="2018-06-16", end="2018-08-14", dynamic=True
                      )

结果（不介意数字）：

现在假设由于公司假期或促销活动，我们的输入数据有一些异常的增加或减少。因此，我们添加了两列，分别说明每天是否是“假期”以及公司是否有“促销”。

是否有一种方法（以及在Python中实现它的方法）使用这种新型的输入数据，并帮助该模型理解异常值的原因，并通过提供“假期”和“ promotion_day”信息来预测未来的订单？

fit1.predict('2018-08-29', holiday=True, is_promotion=False)
# or
fit1.predict(start="2018-08-20", end="2018-08-25", holiday=[0,0,0,1,1,0], is_promotion=[0,0,1,1,0,1])

Answer 1

SARIMAX，作为SARIMA模型的概括，旨在处理这个问题。从文档中，

参数：

• endog (array_like) – 观察到的时间序列过程 y；
• exog (array_like, optional) – 外生回归量数组，形状为(nobs, k)。

您可以将holiday和promotion_day作为大小数组传递(nobs, 2)给exog，这将告知模型其中一些观察结果的外生性质。