如何使用AutoReg

问题描述

我正在尝试仅使用自动回归算法来构建旧式学校模型。我发现statsmodel包中有一个实现。我已经阅读了文档，据我所知它应该可以作为ARIMA使用。所以，这是我的代码：

import statsmodels.api as sm
model = sm.tsa.AutoReg(df_train.beer,12).fit()

当我要预测新值时，我正在尝试遵循文档：

y_pred = model.predict(start=df_test.index.min(),end=df_test.index.max())
# or
y_pred = model.predict(start=100,end=1000)

两者均返回NaN列表。

此外，当我键入model.predict(0,df_train.size - 1)时，它会预测实际值，而model.predict(0,df_train.size)会预测NaNs列表。

我做错什么了吗？

---

PS 。我知道有ARIMA，ARMA或SARIMAX算法，可以用作基本的自动回归。但是我确实需要AutoReg。

解决方法

您可以使用此代码进行预测

model = sm.tsa.AutoReg(df_train.beer,12).fit()
y_pred = model.model.predict(model.params,start=df_test.index.min(),end=df_test.index.max())