多季节性Python中的时间序列分析

Question

我有一个每日时间序列数据集，我正在使用Python SARIMAX方法来预测未来。但我不知道如何在python中编写代码多个季节性的代码。据我所知，SARIMAX只负责一个季节性，但我想检查每周，每月和每季度的季节性。我知道要捕捉星期几的季节性，我应该创建6个虚拟变量，要捕获每月的季节性，创建30个虚拟变量，并且要捕获一年中的月份，创建11个虚拟变量。但我不知道如何将它与Python中的主要SARIMAX功能结合起来？我的意思是SARIMAX只是一个执行自回归，移动平均和差分部分的函数，但是如何在SARIMAX的时间序列分析中包含多个季节性代码？到目前为止，我知道如何为每个类别创建虚拟变量，但不知道如何将其复制到整个数据集？在那之后，我不知道如何编写执行SARIMAX的Python代码并同时捕获多个季节性。

我需要帮助可以做到的Python代码。

请相应地告知

此致

Answer 1

是的，SARIMA模型是为处理单个季节而设计的。

• 要使其适用于多个季节，可以应用 该方法称为傅立叶项。

• 第二，对于具有多个时间序列的数据，有一种更好的方法 季节效应，称为TBABS。这是一个例子 包括两种方法的代码和解释： https://medium.com/intive-developers/forecasting-time-series-with-multiple-seasonalities-using-tbats-in-python-398a00ac0e8a

• 第三，您可以检查https://facebook.github.io/prophet/ 提出了解决此问题的简便方法。

• 要进行更深入的研究，您始终可以将带有“多个季节性”或“多个季节性影响”的“时间序列”用谷歌搜索。