ARIMA建模超过1个时间序列

Question

所以我的数据看起来像这样

           Date1 Date2 Date 3.....Date N
Instance1
Instance2
.
.
.

我不想仅为Instance1构建ARIMA模型。我想要一个考虑所有实例的通用模型。我发现很多例子告诉我如何适应它

         Date1 Date2 Date 3.....Date N
Instance1

但所有实例都没有

Answer 1

如果您认为您的时间序列是相关的，并且您希望在预测/模拟中考虑这些相关性，则应该查看矢量自回归模型（VAR）。以下是python中的几个选项：

StatsModels

PyFlux

如果你不相信它们是相关的，那么没有理由你不能只遍历每个时间序列并一次应用一个ARIMA模型。