Python Statsmodels Holt Winters - 如何使用外生变量进行预测？

问题描述

我正在尝试使用 ExponentialSmoothing 中的 statsmodels.tsa.holtwinters 预测时间序列。

Statsmodels documentation 提到了一个名为 exog_names 的属性，它提供了外生变量的名称，但没有关于如何将外生数据传递给模型的信息。

我尝试使用以下代码片段：

import pandas as pd
import numpy as np
import itertools
from statsmodels.tsa.holtwinters import ExponentialSmoothing

#HW model setup

HW = ExponentialSmoothing(df["Number of Cars"],trend='add',seasonal='add',seasonal_periods = 2)

#Setting exogenous variables

HW.exog = exog_data[["GDP","Fuel Price"]]
    
HW_Model = HW.fit()
    
#Forecasting

HW_Model.forecast(5)

当我执行 HW.exog 时，我会同时得到“GDP”和“燃料价格”。

但是，当我执行 HW.exog_names 时，不会返回“GDP”和“燃料价格”。这是在 Python 中的 Statsmodel Holt Winters 实现中包含外生数据的正确方法吗？

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）