是否可以通过ARIMA模型获得密度预测？

问题描述

我正在使用statsmodels库来获取时间序列的样本外预测。但是我不想只为每个预测获取一个值，我想为每个预测获取一个概率密度函数。

Here我已经学会了如何获得一个置信区间，我尝试通过在该区间上进行随机采样并使用gaussian_kde函数来使用该置信区间来获取概率密度函数。从scipy库中生成一个KDE，但是通过使用这些随机样本，我失去了 置信区间的形状（并不总是居中）。

有没有办法获得一个预测值而不是一个单一的概率分布？

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@）