我正在对Kaggle的MonthlyBeerproduction数据集进行以下时间序列分析：
Month Monthly beer production
1956-01-01 93.2
1956-02-01 96.0
1956-03-01 95.2
1956-04-01 77.1
1956-05-01 70.9
应用ARIMA模型后，尝试预测值时，它显示以下错误。有人可以指出我要去哪里了吗？预先感谢。
TypeError跟踪（最近一次通话最近） 在 ----> 1 m1 = model.predict（train_data） 2平方米
〜\ Anaconda3 \ lib \ site-packages \ statsmodels \ base \ wrapper.py在包装器中（self，* args，** kwargs） 93 obj = data.wrap_output（func（results，* args，** kwargs），how [0]，how [1：]） 94 Elif如何： ---> 95 obj = data.wrap_output（func（结果，* args，** kwargs），怎么做） 96返回obj 97
〜\ Anaconda3 \ lib \ site-packages \ statsmodels \ tsa \ arima_model.py在预测中（self，start，end，exog，typ，dynamic） 1816 defpredict（self，start = None，end = None，exog = None，typ ='linear'， 1817 dynamic = False）： -> 1818返回self.model.predict（self.params，开始，结束，exog，Typ，动态） 1819预言。 doc = _arima_results_predict 1820
〜\ Anaconda3 \ lib \ site-packages \ statsmodels \ tsa \ arima_model.py在预测中（self，params，start，end，exog，typ，dynamic） 1173开始不为无）： 1174 return super（ARIMA，self）.predict（参数，开始，结束，exog， -> 1175动态） 1176其他： 1177＃需要假设样本前残差为零
〜\ Anaconda3 \ lib \ site-packages \ statsmodels \ tsa \ arima_model.py在预测中（self，params，start，end，exog，dynamic） 709＃将返回日期索引 第710章 -> 711 self._get_prediction_index（开始，结束，动态） 712 713 if out_of_sample and（exog为None且self.k_exog> 0）：
〜\ Anaconda3 \ lib \ site-packages \ statsmodels \ tsa \ arima_model.py在_get_prediction_index中（自身，开始，结束，动态，索引） 1051 1052开始，结束，out_of_sample，prediction_index =（ -> 1053超级（ARIMA，自身）._ get_prediction_index（开始，结束，索引）） 1054 1055＃来自_get_predict_end
〜\ Anaconda3 \ lib \ site-packages \ statsmodels \ tsa \ arima_model.py在_get_prediction_index中（自身，开始，结束，动态，索引） 641 642开始，结束，out_of_sample，prediction_index =（ -> 643超级（ARMA，自身）._ get_prediction_index（开始，结束，索引）） 644 645＃这代替了_validate（）调用
_get_prediction_index中的〜\ Anaconda3 \ lib \ site-packages \ statsmodels \ tsa \ base \ tsa_model.py（self，start，end，index，silent）
520＃索引。
521尝试：
-> 522开始，start_index，start_oos = self._get_index_label_loc（开始）
523（KeyError除外）：
524引发KeyError（'start参数无法与a匹配
〜\ Anaconda3 \ lib \ site-packages \ statsmodels \ tsa \ base \ tsa_model.py in _get_index_label_loc（self，key，base_index） 420尝试： 第421章 -> 422 self._get_index_loc（key，base_index）） 423除了KeyError为e： 424尝试：
〜\ Anaconda3 \ lib \ site-packages \ statsmodels \ tsa \ base \ tsa_model.py in _get_index_loc（self，key，base_index） 336 date_key = Period（键，freq = base_index.freq） 337： -> 338 date_key =时间戳记（key） 339 340＃样本外
pandas中的pandas / _libs / tslibs / timestamps.pyx._libs.tslibs.timestamps.Timestamp。新（）
pandas中的pandas / _libs / tslibs / conversion.pyx._libs.tslibs.conversion.convert_to_tsobject（）
TypeError：无法转换输入[每月啤酒产量
月
1956-01-01 93.2
1956-02-01 96.0
1956-03-01 95.2
1956-04-01 77.1
1956-05-01 70.9
1956-06-01 64.8
1956-07-01 70.1
1956-08-01 77.3
1956-09-01 79.5
1956-10-01 100.6
1956-11-01 100.7
1956-12-01 107.1
1957-01-01 95.9
1957-02-01 82.8
1957-03-01 83.3
1957-04-01 80.0
1957-05-01 80.4
1957-06-01 67.5
1957-07-01 75.7
1957-08-01 71.1
1957-09-01 89.3
1957-10-01 101.1
1957-11-01 105.2
1957-12-01 114.1
1958-01-01 96.3
1958-02-01 84.4
1958-03-01 91.2
1958-04-01 81.9
1958-05-01 80.5
1958-06-01 70.4
……
1992-02-01 133.0
1992-03-01 163.0
1992-04-01 150.0
1992-05-01 129.0
1992-06-01 131.0
1992-07-01 145.0
1992-08-01 137.0
1992-09-01 138.0
1992-10-01 168.0
1992-11-01 176.0
1992-12-01 188.0
1993-01-01 139.0
1993-02-01 143.0
1993-03-01 150.0
1993-04-01 154.0
1993-05-01 137.0
1993-06-01 129.0
1993-07-01 128.0
1993-08-01 140.0
1993-09-01 143.0
1993-10-01 151.0
1993-11-01 177.0
1993-12-01 184.0
1994-01-01 151.0
1994-02-01 134.0
1994-03-01 164.0
1994-04-01 126.0
1994-05-01 131.0
1994-06-01 125.0
1994-07-01 127.0
[463行x 1列]]类型为时间戳