Ich versuche, X-13-ARIMA-Modell aus statsmodels Bibliothek in Python 3.Wie kommt man Vorhersagen X-13-ARIMA in Python statsmodels mit
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?
Vielen Dank. Sie müssen nicht einmal die Ausgabe speichern - diese Ausgabe wird automatisch in Temp-Dateien als '.out' Datei gespeichert. Allerdings musste ich auch die saisonbereinigten Werte der Zeitreihen vorhersagen und ich fand heraus, dass es mit X11-Spezifikation nicht möglich war und ich SEATS-Spezifikation verwenden müsste. Also habe ich die Funktion 'x13_arima_analysis()' geändert. –