Statsmodels ARMA训练数据与预测的测试数据

Question

我试图测试ARMA模型，并完成此处提供的示例：

http://www.statsmodels.org/dev/examples/notebooks/generated/tsa_arma_0.html

我无法判断是否有一种简单的方法可以在训练数据集上训练模型，然后在测试数据集上进行测试。在我看来，你必须在整个数据集上拟合模型。然后，您可以进行样本内预测，使用与训练模型相同的数据集。或者您可以进行样本预测，但必须从训练数据集的末尾开始。我想要做的是将模型拟合到训练数据集上，然后在完全不同的数据集上运行模型，该数据集不是训练数据集的一部分，并且获得一系列提前一步的预测。

为了说明这个问题，这里是上面链接的缩写代码。您可以看到该模型适合1700-2008的数据，然后预测1990-2012。我遇到的问题是，1990-2008已经是用于拟合模型的数据的一部分，所以我认为我在预测和训练相同的数据。我希望能够获得一系列不具有前瞻性偏见的一步预测。

import numpy as np
import matplotlib.pyplot as plt
import statsmodels.api as sm

dta = sm.datasets.sunspots.load_pandas().data
dta.index = pandas.Index(sm.tsa.datetools.dates_from_range('1700', '2008'))
dta = dta.drop('YEAR',1)

arma_mod30 = sm.tsa.ARMA(dta, (3, 0)).fit(disp=False)
predict_sunspots = arma_mod30.predict('1990', '2012', dynamic=True)

fig, ax = plt.subplots(figsize=(12, 8))
ax = dta.ix['1950':].plot(ax=ax)
fig = arma_mod30.plot_predict('1990', '2012', dynamic=True, ax=ax, plot_insample=False)

plt.show()

Answer 1

问了这个问题以来的16个月里，我了解了更多关于statsmodels中的ARIMA建模的知识，并且我认为ARMA或ARIMA模型不支持我要查找的行为，但是在SARIMAX模型中受支持。基于statsmodels.org的示例，请参见以下代码。绿线表示从1700-1990年开始训练的ARIMA（10,0,0）模型（或AR（10））模型，然后从1990-2012年进行动态预测。

https://www.statsmodels.org/dev/examples/notebooks/generated/statespace_sarimax_stata.html

import pandas
import matplotlib.pyplot as plt
import statsmodels.api as sm

dta = sm.datasets.sunspots.load_pandas().data
dta.index = pandas.Index(sm.tsa.datetools.dates_from_range('1700', '2008'))
dta = dta.drop('YEAR', 1)

arma_mod30 = sm.tsa.ARMA(dta, (3, 0)).fit(disp=False)
predict_sunspots = arma_mod30.predict('1990', '2012', dynamic=True)

fig, ax = plt.subplots(figsize=(12, 8))
ax = dta.ix['1950':].plot(ax=ax)
fig = arma_mod30.plot_predict('1990', '2012', dynamic=True, ax=ax, plot_insample=False)

# Fit the model
mod = sm.tsa.statespace.SARIMAX(dta.loc[:'1990'], order=(10, 0, 0))
fit_res = mod.fit(disp=False)

# Create new model, but instead of fit, copy the params from the first model
mod = sm.tsa.statespace.SARIMAX(dta, order=(10, 0, 0))
res = mod.filter(fit_res.params)

# Dynamic predictions
predict_dy = res.get_prediction(dynamic='1990', end='2012')
predict_dy = predict_dy.predicted_mean
predict_dy['1990':].plot(ax=ax)

plt.show()

Answer 2

您可以将数据切成两个数据集。例如，使训练数据直到去年1月1日为止都是原始数据的一部分，而使测试数据从去年1月到年底一直为原始数据的一部分。然后，根据拟合模型预测测试集的长度。