Statsmodels模型返回误差

Question

我已经开始学习状态模型包，不能用arima实现基本的预测。

错误是

ValueError:给定一个熊猫对象，索引中不包含日期

我正在尝试将其作为一个版本：

df = make_df(filename_data)

y = []
x = []

# here I am preparing day by day sequence as that I have inconsistent data and I set 0 to NAN values

start_date = df[date_col].min()
end_date = df[date_col].max()



while start_date <= end_date:

    x.append(start_date)

    try:
        y.append(
            df[df[date_col] == start_date][rev_col].values[0])
    except:
        y.append(0)

    start_date += datetime.timedelta(days=1)

y = np.array(y)
x = np.array(x)

y = pd.TimeSeries(y, index=x)
print(y)
arma_mod = sm.tsa.ARMA(y, order=(2,2))
arma_res = arma_mod.fit(trend='nc', disp=-1)

在那之前我试过

df = make_df(filename_data)

y = np.array(df[rev_col])
x = np.array(df[date_col])

y = pd.TimeSeries(y, index=x)

为什么会这样？

日期收入数据看起来没问题：

2014-08-04      59477
2014-08-05      29989
2014-08-06      29989
2014-08-07     116116

Answer 1

您可以使用DataFrame ()简单地转换您的as_matrix()。

示例工作代码：

from statsmodels.tsa.arima_model import ARIMA
import numpy as np

def plot_residuals(data, ord=(2, 0, 1)):
    model = ARIMA(endog=data, order=(ord[0], 0, ord[1])).fit()
    plt.plot(model.resid)
    plt.show()

data = np.log(data.values) - np.log(data.values.shift()).to_frame().dropna().as_matrix()
plot_residuals(data, (2, 0, 1))

由于状态模型有许多未解决的问题，它只能暂时帮助您。