Statsmodels -使用predict()和predict()的不同结果

Question

我使用(Statsmodel) ARIMA从一个系列中预测值：

plt.plot(ind, final_results.predict(start=0 ,end=26))
plt.plot(ind, forecast.values)
plt.show()

我以为我会从这两种方法中得到同样的结果，但是我得到了以下结果：

​

我想知道是使用predict()还是forecast()。

Answer 1

从图表上看，你似乎是在用forecast()做样本预测，在样本中做预测预测。根据ARIMA方程的性质，样本外预报在较长的预测周期内趋向于收敛于样本均值。

为了了解forecast()和predict()在不同场景下是如何工作的，我系统地比较了ARIMA_results类中的各种模型。请随意复制与statsmodels_arima_comparison.py 在这个存储库中的比较。我查看了order=(p,d,q)的每个组合，只将p, d, q限制在0或1。例如，可以使用order=(1,0,0)获得一个简单的自回归模型。简单地说，我使用以下(平稳)时间序列查看了三个选项

迭代样本预测形成了一个历史.历史由时间序列的前80 %形成，测试集由最后的20 %形成。然后对测试集的第一点进行了预测，增加了历史的真实值，预测了第二点，从而对模型的预测质量进行了评价。

for t in range(len(test)):
    model = ARIMA(history, order=order)
    model_fit = model.fit(disp=-1)
    yhat_f = model_fit.forecast()[0][0]
    yhat_p = model_fit.predict(start=len(history), end=len(history))[0]
    predictions_f.append(yhat_f)
    predictions_p.append(yhat_p)
    history.append(test[t])

接下来，我通过迭代预测测试系列的下一个点来研究样本外预测，并将此预测附加到历史中。

for t in range(len(test)):
    model_f = ARIMA(history_f, order=order)
    model_p = ARIMA(history_p, order=order)
    model_fit_f = model_f.fit(disp=-1)
    model_fit_p = model_p.fit(disp=-1)
    yhat_f = model_fit_f.forecast()[0][0]
    yhat_p = model_fit_p.predict(start=len(history_p), end=len(history_p))[0]
    predictions_f.append(yhat_f)
    predictions_p.append(yhat_p)
    history_f.append(yhat_f)
    history_f.append(yhat_p)

C.利用forecast(step=n)参数和predict(start, end)参数进行内部多步预测。

model = ARIMA(history, order=order)
    model_fit = model.fit(disp=-1)
    predictions_f_ms = model_fit.forecast(steps=len(test))[0]
    predictions_p_ms = model_fit.predict(start=len(history), end=len(history)+len(test)-1)

事实证明：

A. AR的预测和预测结果相同，而ARMA：测试时间序列图的预测结果不同

B. AR和ARMA：测试时间序列图的预测和预测结果不同

C. AR的预测和预测结果相同，而ARMA：测试时间序列图的预测结果不同

此外，通过比较B.C.中看似相同的方法，我发现结果有细微但明显的差异。

我认为这种差异主要是由于forecast()中的“预测是在原始内源变量的水平上进行的”，而predict()则产生了水平差异的预测(比较API引用)。

此外，鉴于我更信任状态模型函数的内部功能，而不是简单的迭代预测循环(这是主观的)，我建议使用forecast(step)或predict(start, end)。

Answer 2

继续Noteven2度数的回复，我提交了一个拉请求，以纠正方法B中从history_f.append(yhat_p)到history_p.append(yhat_p)的错误。

此外，正如noteven2degrees所建议的，与forecast()不同，predict()需要一个参数typ='levels'来输出预测，而不是不同的预测。

经过以上两次修改后，方法B产生的结果与方法C相同，而方法C所需的时间更短，这是合理的。两者都趋同于一种趋势，因为我认为这与模型本身的平稳性有关。

无论在哪种方法中，无论p、d、q的配置如何，forecast()和predict()都会产生相同的结果。