python中的SARIMAX定制

Question

我有一个问题

为什么SARIMAX需要花费很多时间来执行？

数据长度仅为2200，如果我花点时间（24或168或365），则需要花费很多时间

同时，对于每月数据（2200个条目）周期为12，它并不需要太多时间！

有什么办法可以解决这个问题？

Answer 1

不幸的是，没有什么可以做的。通过SARIMAX模型进行的估算需要大量的矩阵运算，如果您有例如seasonal_order=(1, 0, 0, 365)，那么您将拥有至少365 x 365的矩阵，如果您增加到seasonal_order=(1, 0, 0, 365)，则您的矩阵至少应为730 x730。即使对于延迟时间较长的中等季节，操作将需要一些时间。

最近引入的一个选项（尚未发布，因此您必须安装来自Github的最新版本），可以在某种程度上进行改进：使用选项low_memory=True和{ {1}}。请记住两件事：

• 没有必须执行的矩阵运算，因此不会有很大的提速。最好的情况可能是将速度提高10倍左右。
• 这将限制您可以进行事后估算的工作。您仍然可以进行样本外预测，但不能进行样本内动态预测，并且不会看到估计参数的标准误差。