python statsmodels：用于预测arima模型功能的“params”参数

Question

统计模型中的

ARIMA（statsmodels.tsa.arima_model.ARIMA），AR（statsmodels.tsa.ar_model.AR）和ARMA（statsmodels.tsa.arima_model.ARMA）都在其predict方法中接受其模型的参数。例如，对于AR对象，我们有以下函数定义：

• AR(endog, dates=None, freq=None, missing='none')[source]
• fit([maxlag, method, ic, trend, ...])
• predict(params[, start, end, dynamic])

（Link to documentation here）

我对predict的参数选择感到非常困惑。 predict的第一个参数是AR的构造函数的参数;这些再次出现在predict的参数中是没有意义的。它们也出现在ARIMA和ARMA的构造函数中。有人可以回答为什么这个参数存在吗？

对于它的价值，我没有太多的时间序列分析背景，所以也许在重用参数时会暴露一些功能。否则，此参数是令人讨厌的。

Answer 1

我在问题跟踪器here上回答了您的问题。您希望对fit返回的结果对象调用predict。这是我们遵循的模式。

model = sm.tsa.ARMA(y, (2, 2))
results = model.fit()
results.predict()