ARIMA / Holt Winters多个时间序列

Question

是否可以在python中运行同时处理多个项目（时间序列）的 ARIMA / Holt-Winters模型？

我可以使用Python中的StatsModels包运行一个ARIMA / Holt-Winters模型，但不能用于多个时间序列。

要弄清多个时间序列的含义，请参阅我的数据集。

Answer 1

ARIMA 是时间序列预测中最常用的模型之一，但是它仅适用于单变量时间序列分析。在您的数据集中，有四个变量

• X1
• X2
• X3
• X4

所以它是一个多元时间序列。

对于处理，这种时间序列预测VECTOR AUTO REGRESSION是不错的选择。它能够处理任意数量的变量。即使计算量更高，您的预测也会获得不错的准确性。

您可以通过以下导入语句从Stats_Model轻松导入它：

from statsmodels.tsa.vector_ar.var_model import VAR

VAR方法：

model = VAR(array_of_data)

• 其中 arry_of_data 应该是一个列表（每个观察都是一行）

数据输入格式：

[[5737,5100,2899,7431.26],

[5779,5500,5600,5237.5],

[5782,3520,3620,6534.39]]

在实施它之前，请仔细阅读所有参数以获得更好的结果。

要了解更多信息，请阅读this

Answer 2

尝试一下

from statsmodels.tsa.vector_ar.var_model import VAR
import numpy as np
model = VAR(endog=np.asarray(train))
model_fit = model.fit()
prediction = model_fit.forecast(model_fit.y, steps=len(valid))