【问题标题】:Computing RSS of ARIMA model计算 ARIMA 模型的 RSS
【发布时间】:2018-05-13 06:15:28
【问题描述】:

我创建了一个 AR 模型,其参数基于我对数据自相关和部分自相关函数的分析。但是,当我尝试计算结果模型的 RSS 值时出现错误。这是我使用的代码:

import matplotlib.pylab as plt
from matplotlib.pylab import rcParams
rcParams['figure.figsize'] = 15, 6
import pandas as pd
from statsmodels.tsa.arima_model import ARIMA

df = pd.read_csv('data.csv', header=0, index_col=0, parse_dates=True, sep=';')
model = ARIMA(df, order=(6, 0, 0))
results_ARIMA = model.fit(disp=-1)  
plt.plot(df, color='blue', label='Original')
plt.plot(results_ARIMA.fittedvalues, color='red', label='Predicted')
plt.plot(results_ARIMA.predict(start = 23, end = 34, dynamic=True), color='red')
plt.title('RSS: %.4f'% sum((results_ARIMA.fittedvalues-df)**2))

这会导致此错误消息:

运行文件中的文件“C:\Anaconda3\lib\site-packages\spyder\utils\site\sitecustomize.py”,第 705 行 execfile(文件名,命名空间)

文件“C:\Anaconda3\lib\site-packages\spyder\utils\site\sitecustomize.py”,第 102 行,在 execfile exec(编译(f.read(),文件名,'exec'),命名空间)

文件“C:/Users/Patrick Ulanday/Desktop/Thesis/ARIMA/CRWFR_boundary_ARIMA/ARIMA.py”,第 64 行,在 print ('RSS: %.4f'% sum((results_ARIMA.fittedvalues-df)**2))

文件“pandas/_libs/tslib.pyx”,第 787 行,在 pandas._libs.tslib.Timestamp.radd

文件“pandas/_libs/tslib.pyx”,第 1275 行,在 pandas._libs.tslib._Timestamp。添加

ValueError: 不能在没有频率的情况下将整数值添加到时间戳。

建模确实有效并已绘制,但我无法上传图像,问题在于 RSS 的计算。

【问题讨论】:

    标签: python rss arima


    【解决方案1】:

    虽然我对时间序列的了解很肤浅,但可能你代码中的问题是你没有在代码中的 RSS 确定语句中指定列名。看下面的代码块:

    from statsmodels.tsa.arima_model import ARIMA
    model  =  ARIMA(indexedDataset_logScale, order = (2,1,0))
    results_AR  =  model.fit(disp = -1)
    plt.plot(datasetLogDiffShifting)
    plt.plot(results_AR.fittedvalues, color = 'red')
    plt.title('RSS: %.4f'%sum((results_AR.fittedvalues - 
    datasetLogDiffShifting['#Passengers'])**2))
    print('Plotting AR model')
    

    希望它能解决你的问题。

    【讨论】:

      猜你喜欢
      • 1970-01-01
      • 1970-01-01
      • 1970-01-01
      • 2017-02-14
      • 2015-08-15
      • 2018-07-10
      • 2021-04-01
      • 1970-01-01
      相关资源
      最近更新 更多