Question

我正在努力用ARMAX模型预测样本值。

使模型适合工作正常。

armax_mod31 = sm.tsa.ARMA(endog = sales, order = (3,1), exog = media).fit()
armax_mod31.fittedvalues

没有外生价值的预测，只要我有一个相应的模型，也可以正常工作。

arma_mod31 = sm.tsa.ARMA(sales, (3,1)).fit()
all_arma = arma_mod31.forecast(steps = 14, alpha = 0.05)
forecast_arma = Series(res_arma[0], index = pd.date_range(start = "2013-08-21", periods = 14)) 
ci_arma = DataFrame(res_arma[2], columns = ["lower", "upper"])

但是，一旦我想预测出样本值，我就会遇到问题。

all_armax = armax_mod31.forecast(steps = 14, alpha = 0.05, exog = media_out)

导致“ValueError：矩阵未对齐”。

我的第一个想法是，* media_out *的长度不合适。我检查了几次并试图通过其他系列作为exog。 exog的长度与步数相同。我尝试了一个时间序列和也只有* media_out.values *。

检查了文档：

"exog : array
If the model is an ARMAX, you must provide out of sample
values for the exogenous variables. This should not include
the constant."

据我所知，这就是我的工作。我有什么想法我做错了吗？另外我发现这个ipython笔记本http://nbviewer.ipython.org/cb6e9b476a41586958b5 在网上寻找解决方案。在在[53]：中，您可以看到类似的错误。作者的评论提出了样本外预测的一般问题，我是对的吗？

我正在运行python 2.7.3，pandas 0.12.0-1和statsmodels 0.5.0-1。

Answer 1

啊，我看到了这个问题。您还需要传递过去的数据。例如，如果你想预测ARMAX（2，q）模型的12个步骤，那么exog应该是14的长度。你需要两个额外的滞后来预测1步。因此，如果您确保exog为2d，则应该按预期工作。

我无论如何都看不到这一点，但如果您认为这里有待改进，请告诉我。现在我将在文档中注明。

[编辑：我意识到这个要求很愚蠢。使用ARMA预测https://github.com/statsmodels/statsmodels/pull/1124.]

时，您不再需要提供任何样本内变量

传递exog值时，ARMAX模型预测会导致“ValueError：矩阵未对齐”

1 个答案: