使用 statsmodels 进行 ARMA 样本外预测答案

【问题标题】：ARMA out-of-sample prediction with statsmodels使用 statsmodels 进行 ARMA 样本外预测
【发布时间】：2013-09-08 02:56:47
【问题描述】：

我正在使用 statsmodels 来拟合 ARMA 模型。

import statsmodels.api as sm
arma    = sm.tsa.ARMA(data, order =(4,4));
results = arma.fit( full_output=False, disp=0);

其中data 是一维数组。我知道要获得样本内预测：

pred = results.predict();

现在，给定第二个数据集data2，我如何使用之前校准的模型来生成一系列基于此观察的预测（预测）？

【问题讨论】：

标签： python forecasting statsmodels

【解决方案1】：

对于单变量的样本外预测（测试）我们可以使用：

ARMAResults.forecast(steps=1, exog=None, alpha=0.05)

应该是res.forcast(steps=1)

同样适用于 ARIMA。

ARIMAResults.forecast(steps=1, exog=None, alpha=0.05)

【讨论】：

哦，没看到帕尔默小姐的评论

【解决方案2】：

我认为这有问题。如果您在 github 上提交一个文件，我将更有可能记得添加类似这样的内容。预测机制（尚未）可用作面向用户的功能，因此您必须执行此类操作。

如果您已经拟合了模型，那么您可以这样做。

# this is the nsteps ahead predictor function
from statsmodels.tsa.arima_model import _arma_predict_out_of_sample
res = sm.tsa.ARMA(y, (3, 2)).fit(trend="nc")

# get what you need for predicting one-step ahead
params = res.params
residuals = res.resid
p = res.k_ar
q = res.k_ma
k_exog = res.k_exog
k_trend = res.k_trend
steps = 1

_arma_predict_out_of_sample(params, steps, residuals, p, q, k_trend, k_exog, endog=y, exog=None, start=len(y))

这是一个领先一步的新预测。您可以将此附加到 y 上，并且您需要更新残差。

【讨论】：

您知道这是否仍然是 statsmodels 的问题吗？现在包中是否更好地支持了这一点？
这相当于做 res.forecast() statsmodels.org/dev/generated/…