我正在尝试使用ARIMA预测具有趋势和季节性的TS。因此我将数据分解为残差+趋势+季节性。
由于我需要预测样本中的值，我使用exog = trend作为模型的输入并运行残差预测（这是〜静止的）。
这种方法效果很差。似乎模型根本没有考虑趋势 - 当我人为地将趋势添加到预测值时，即情节预测+趋势时，预测看起来非常接近原始系列......但是因为我做了不知道趋势，我不能做这个伎俩。当不使用加性趋势时，预测部分和实际数据之间看似恒定的差异。
我的问题如下 - ARIMA可以处理Python中的趋势（我知道它可以在R中）吗？如果不通过exog，如何将其导入模型？我试图在残差+趋势上运行ARIMA，但它仍然表现不佳。
此外，trend =＆＃39; c＆＃39;是什么意思？ Vs趋势=＆＃39; nc＆＃39 ;?手册说"Whether to include a constant or not. ‘c’ includes constant, ‘nc’ no constant."常数为常数趋势0阶估计？恒定为预期的恒定趋势，即＆＃39; nc＆＃39;意味着变化趋势？或者＆＃39; nc＆＃39;由于模型中没有趋势？预测既不适用于此，也不适用于该选项，但如果我知道存在趋势，我是否应该总是使用＆＃34; c＆＃34;？
请帮忙吗？
感谢。