SARIMAX-意外的预测结果

时间:2019-01-23 16:19:29

标签: python statsmodels

我正在尝试使用SARIMAX预测体重的某种度量。该模型很好地拟合了数据,但是在进行预测时,它并没有达到我的预期。在下图中,您可以看到我的数据在12月前后具有季节性成分。但是,当我预测到12月时,该线仍然持平。我想我会在添加季节组成部分时对这种趋势进行建模。这种期望是不正确的还是我做错了什么?我的代码在图片下方。感谢您的帮助!

enter image description here

# Model
model = SARIMAX(sum_all_model,order=(0,1,2),seasonal_order=(2,0,2,12))
results = model.fit()
# Forecasting
forecast = results.forecast(100)

1 个答案:

答案 0 :(得分:0)

一个问题是seasonal_period的最后一个参数给出一个季节的周期数,这与输入数据的频率有关。

您的输入数据似乎是每天的数据,因此,将季节性周期设置为12,就表示该季节每12天重复一次,而不是每12个月重复一次。

两个注意事项:

  1. 这看起来像您12月份过程变化的平均值,即使您具有正确的季节性,SARIMAX模型也无法捕获该平均值。
  2. SARIMAX模型在较大的季节性期间效率不高(实际上,它通常非常慢/需要占用大量内存),因此,我不建议您尝试对每日数据使用年度季节性期间对此进行补救。