将双差预测转换为原始时间序列

【问题标题】：Transform the double differenced forecast to original time-series将双差预测转换为原始时间序列
【发布时间】：2022-02-13 19:06:21
【问题描述】：

我正在研究用于时间序列预测的 ARIMA 模型。由于我的时间序列指示非平稳，因此我通过双差分（差分两次）将数据转换为平稳。现在我已成功拟合模型并获得良好的预测，我需要将数据集转换回原始信号。

我不知道该怎么做。请帮助我解决可能的问题。

谢谢

【问题讨论】：

标签： python statistics time-series arima

【解决方案1】：

您可以使用下面的这种方法来进行逆差分，只需调用两次即可。您必须在差分之前调用该系列的第一个值：

def inverse_diff(series, last_observation):

    series_undifferenced = series.copy()

    series_undifferenced.iat[0] = series_undifferenced.iat[0] + last_observation

    series_undifferenced = series_undifferenced.cumsum()

    return series_undifferenced

inverse_1 = inverse_diff(your_differenced_series, first_value_of_differenced_series)
inverse = inverse_diff(inverse_1, first_value_of_original_seires)

【讨论】：

非常感谢。它现在正在工作。