如何在ARIMA模型上获得每个预测的置信区间

Question

我正在尝试使用SARIMA模型对时间序列进行“模糊”预测

我的训练集是prices_train，并且模型的构建如下：

model_order = (0, 1, 1)
model_seasonal_order = (2, 1, 1, 24)
    
model = sm.tsa.statespace.SARIMAX(
    prices_train, order=model_order, 
    seasonal_order=model_seasonal_order)
model_fit = model.fit(disp=0)

我知道我可以使用以下说明进行点预测：

pred = model_fit.forecast(3) 

但是我不需要点预测，我想要每个预测值的置信区间，所以我可以得到一个模糊的预测值时间序列

我看过诸如this one之类的教程，它们在其中应用了以下代码：

forecast, stderr, conf = model_fit.forecast(alpha=a)

但是，该库似乎自2017年以来已更新，因为这不起作用。我已经阅读了statsmodels手册，但没有找到太多帮助。

Answer 1

您的拟合模型应具有返回预测的get_prediction（）函数。 然后，您可以致电prediction.conf_int(alpha=a)。

Answer 2

好吧，我找到了一种方法，我会把它张贴在这里，以防任何在2035年阅读此书的人需要它：

预测次数为h

conf_ins = model_fit.get_forecast(h).summary_frame()

它返回一个具有h个预测的置信区间的数据帧，并为每个预测指示：

• 平均
• 均方误差
• 最低
• 最大