复制ARIMA预测(熊猫)

时间:2018-12-03 00:23:46

标签: time-series forecasting timeserieschart

我对ARIMA模型非常陌生,我对如何根据滞后时间分析ACF(自相关函数)的图表有疑问。考虑到大约450滞后的ACF值0.5是否正确,然后将Arima模型设置为这些值是否正确?

这是我的图

acf-lag

这是我对Arima模型的简单代码:

Edit

谢谢!

P.S。我的页面为jupyter格式,数据(csv)可以在以下位置找到:github

1 个答案:

答案 0 :(得分:1)

理论上,在ARIMA模型中可以包含400的量级。实际上,对于ARIMA模型,该值在天文数字上很高(任何高于3或4的值在ARIMA模型中都被认为是不寻常的)。我将仔细检查您的数据,并再次检查您如何计算ACF。

另外,ARIMA(p,d,q)模型的p阶通常使用PACF而不是ACF确定。您使用ACF确定q。