重现 ARIMA 预测（熊猫）

Question

我对 ARIMA 模型还很陌生，我有一个关于如何根据滞后分析 ACF（自相关函数）图表的问题。考虑到 0.5 的 ACF 值（对应于大约 450 滞后）然后在这些值上设置 arima 模型是否正确？

这是我的图表：

这是我的 arima 模型的简单代码：

import from statsmodels.tsa.arima_model import ARIMA

# fit model
model = ARIMA(df['valore'], order=(400,1,0))
model_fit = model.fit(disp=0)
print(model_fit.summary())

# plot residual errors
residuals = DataFrame(model_fit.resid)
residuals.plot()
pyplot.show()
residuals.plot(kind='kde')
pyplot.show()
print(residuals.describe())

谢谢！

附：我的 jupyter 格式的页面和数据 (csv) 可以在以下位置找到：github

Answer 1

理论上，可以在 ARIMA 模型中包含 400 个订单。实际上，对于 ARIMA 模型，该值非常高（在 ARIMA 模型中，任何高于 3 或 4 的值都被认为是不寻常的）。我会仔细检查您的数据并仔细检查您如何计算 ACF。

此外，ARIMA(p,d,q) 模型的 p 阶通常使用 PACF 而非 ACF 确定。您使用 ACF 来确定 q。