如何在Python中识别ARIMA模型的p（滞后顺序）

Question

这是我的自动相关图。 由以下python代码生成。

from pandas.plotting import autocorrelation_plot 
from statsmodels.tsa.arima_model import ARIMA

def display_corelation(series):
    autocorrelation_plot(series)
    plt.show()

我知道通过查看ARIMA模型的图，我可以在 p 中通过1或2。 我的问题是如何生成 p 值

如何从大熊猫或任何图书馆的某些系列中计算出滞后阶数，而不是目前如何绘制？

model = ARIMA(history, order=(1,1,0))

Answer 1

通过以下代码进行获取：

    import pandas as pd    
    k=0
    highestCorr = 0
    for i in range(1,10):
        cor = pd.Series.autocorr(series, lag=i)
        if(cor > highestCorr):
            highestCorr = cor
            k=i