Wie kommt man Vorhersagen X-13-ARIMA in Python statsmodels mit

Question

Ich versuche, X-13-ARIMA-Modell aus statsmodels Bibliothek in Python 3.

Ich fand dieses Beispiel in statsmodels Dokumentation auszuführen:

dta = sm.datasets.co2.load_pandas().data 
dta.co2.interpolate(inplace=True) 
dta = dta.resample('M').sum() 

res = sm.tsa.x13_arima_select_order(dta.co2) 
print(res.order, res.sorder) 

results = sm.tsa.x13_arima_analysis(dta.co2) 

fig = results.plot() 
fig.set_size_inches(12, 5) 
fig.tight_layout() 

Das funktioniert gut, aber ich muss auch zukünftige Werte dieser Zeitreihe vorhersagen. Die tsa.x13_arima_analysis() Funktion enthält forecast_years Parameter, also nehme ich an, es sollte möglich sein. Jedoch; das results Objekt scheint nicht zu ändern, egal welchen Wert von forecast_years Parameter ich wähle.

Wie kann ich die Vorhersagewerte erhalten?

Answer 1

Inzwischen haben Sie wahrscheinlich selbst dies. Ich habe einige monatliche Wetterdaten abgerufen, die im Juli 2012 enden. Ich habe diese Aussage eingegeben, um die Analyse durchzuführen.

results = sm.tsa.x13_arima_analysis(s, forecast_years=3) 

dann (nachdem festgestellt, dass results.results voluminös) I diese eingegeben.

Peering durch diese Datei für "Prognose" fand ich den folgenden Abschnitt.

FORECASTING 
    Origin 2012.Jul 
    Number   3 

    Forecasts and Standard Errors of the Prior Adjusted Data 
    ------------------------------ 
         Standard 
     Date Forecast  Error 
    ------------------------------ 
    2012.Aug  33.02  2.954 
    2012.Sep  28.31  2.954 
    2012.Oct  21.54  2.954 
    ------------------------------ 

    Confidence intervals with coverage probability (0.95000 
    --------------------------------------- 
     Date  Lower Forecast  Upper 
    --------------------------------------- 
    2012.Aug  27.23  33.02  38.82 
    2012.Sep  22.52  28.31  34.10 
    2012.Oct  15.75  21.54  27.33 
    --------------------------------------- 

forecast_years=3 scheint eine Prognose von drei Monaten, in diesem Fall nach dem Juli beginnen machen verstanden zu werden.