statsmodels ARIMA与原始数据

Question

我有季节性组件的时间序列。我安装了statsmodels ARIMA

model = tsa.arima_model.ARIMA(data, (8,1,0)).fit()

例如。现在，我知道ARIMA对我的数据有所区别。如何比较

的结果

prediction = model.predict()
fig, ax = plt.subplots()
data.plot()
prediction.plot()

因为数据将是原始数据并且预测是差异的，因此具有大约0的平均值，与数据的平均值不同？

Answer 1

正如documentation所示，如果将关键字typ传递给predict方法，则答案可以显示在原始预测变量中：

typ : str {‘linear’, ‘levels’}

    ‘linear’ : Linear prediction in terms of the differenced endogenous variables.
    ‘levels’ : Predict the levels of the original endogenous variables.

所以电话会是

model = tsa.arima_model.ARIMA(data, (12,1,0)).fit()
arima_predict = model.predict('2015-01-01','2016-01-01', typ='levels')