自回归模型预测衰减为平坦

Question

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)

Answer 1

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。