Я пытаюсь спрогнозировать модель SARIMAX с линейным временным трендом, принимая значение 1 для первой точки данных в и и увеличивая на 1 для каждого последующего наблюдения до N = размер выборки. Термин «тренд» введен потому, что он значительно улучшает прогнозирующую способность модели, но мы хотим «заморозить» его до последнего наблюдаемого значения для прогнозирования вне выборки. А именно, если размер выборки равен 100, мы хотим использовать это значение для каждого шага в прогнозировании с увеличением на 1 на каждом шаге
Модель была подогнана следующим образом
from statsmodels.tsa.statespace.sarimax import SARIMAX
model = SARIMAX(endog=Unemployment_series,exog=sm.add_constant(insample['GDP_yoy'].values),order=(1,0,0),trend ='t').fit(disp=-1)
Согласно документации statsmodels в https://www.statsmodels.org/dev/generated/statsmodels.tsa.statespace.sarimax.SARIMAX.html, параметр тренд позволяет нам исправить линейный временной тренд.
Проблема возникает при попытке составить прогноз с использованием методов get_forecast или get_prediction
forecast = model.get_forecast(steps=len(outsample),exog = sm.add_constant(outsample['GDP_yoy'].values,has_constant='add'))
или
forecast = model.get_prediction(start=len(insample),end=len(insample)+len(outsample)-1,exog = sm.add_constant(outsample['GDP_yoy'].values,has_constant='add'))
Поскольку я не нашел ни одного параметра, который позволяет контролировать поведение временного тренда, какие-либо советы?