将预测变回其原始趋势和季节性状态

时间:2019-09-09 13:03:27

标签: difference arima forecast

我已经阅读了多个类似的主题,但是很遗憾,我无法从中提取出我的问题的答案。我在python上为ARIMA编写了自己的代码,而没有为ARIMA使用python包。我知道有很多好的功能可用,但这只是出于学习目的,我的问题很简单,如果有人可以帮助我或指导我解决问题,我将非常感激。我无法在此处粘贴数据,因此可以写入任意数据。

假设我有一个train_data=[3, 9, 7,8]。我对其应用了一阶正态差异,得到了differenced_data = [6, -2, 1 ]。在ARMA model ( suppose (1,1) )上拟合differenced_data之后,我预测了以下值prediction_array=[10,12]

现在我的问题是,应将给定数组中的哪些值添加到prediction_array中,以显示原始状态(无差异)。

请帮帮我。

0 个答案:

没有答案