使用 ARIMA 进行多特征预测答案

【问题标题】：forecasting with multiple features using ARIMA使用 ARIMA 进行多特征预测
【发布时间】：2020-07-22 11:15:57
【问题描述】：

我有一个问题，我想预测一个值，但我有多个时间序列特征，但目标将是特征之一。我有一个尝试过的具有单个时间序列的 ARIMA。有没有一种方法可以使用多个输入时间序列特征和单个时间序列值作为预测输出进行预测？

【问题讨论】：

【解决方案1】：

您可以在 ARIMA 中添加外生特征。这就是“SARIMAX”中“X”的含义。我不知道您使用的是哪种编程语言，但您可以在 Python/statsmodels 和 R 中执行此操作。请参阅https://otexts.com/fpp3/regarima.html

【讨论】：

Yaa..感谢您的回复。我正在为 ARIMA 使用 python 和 statmodels。我面临的外生问题是我不明白在预测时添加什么作为外生...因为所有外生值都将是未来值...我可以在训练时添加..但是在预测时我不会有这些值。
您还需要预测它们。您可以使用外部来源进行预测（例如美联储对专业预测者的调查，以获取 GDP、CPI 等宏观数据）。您还可以使用外生变量的滞后值。
@RahulMisal 在这种情况下，您不能使用 ARIMA 的标准实现。对于多变量数据，他们比预测者更多是临近预报者，因为他们假设您在未来时间点拥有外生数据。您可以使用单变量模型或其他方法，例如加窗和回归。
@GesoChisku 感谢您的宝贵意见。我将探索其他方法，例如使用 LSTM dnn 模型进行预测。
@mloning 感谢您的宝贵意见。我将探索其他方法，例如使用 LSTM dnn 模型进行预测。