道歉,如果这是一个简单的问题/错误,但是当我尝试使用statsmodels.tsa AR预测时间序列时,预测会很快超过我拥有的数据。这不取决于模型的顺序或用于拟合AR模型的数据长度。
我做错了什么?
from statsmodels.tsa.ar_model import AR
section1 = data[0:800]-np.mean(data[0:800])
plt.plot(section1)
x = AR(section1)
y = x.fit(5)
z = y.predict(10,1500)
plt.plot(z)
答案 0 :(得分:3)
没有错。这就是静止ARMA过程的行为,其中预测收敛于平均值。
如果你有固定的季节性,那么你可以区分时间滞后的时间序列,即使用SARIMA,预测会收敛到固定的季节结构。
如果你有解释变量,那么静止ARMAX的预测会收敛到X变量给出的平均值。