ARIMA и SARIMAX хорошо прогнозируют данные, но прогнозируют прямые / однородные результаты - PullRequest
Новая
       44

ARIMA и SARIMAX хорошо прогнозируют данные, но прогнозируют прямые / однородные результаты

0 голосов
/ 04 июля 2019

У меня есть данные временных рядов, которые распространяются в течение 12 дней с интервалом в 5 минут, я пытаюсь прогнозировать будущие значения с помощью ARIMA, SARIMAX, AUTO ARIMA,

Я новичок во временных рядах, я следовал большинству процедур, основанных на учебниках в Kaggle / Github, но когда я делаю то же самое для моих данных, значения приходят равномерно,

Я пробовал с разными заказами, сезонными заказами, но не получил требуемого результата, а также не смог выяснить, где я ошибаюсь,

Любая помощь и предложения будут благодарны

ARIMA, SARIMAX и AUTO ARIMA, все модели дают очень высокие значения AIC, т.е. [70000 - 150000]

Вот код: 

from statsmodels.tsa.arima_model import ARIMA

model = ARIMA(data, order=(1,0,1))
model_fit = model.fit(disp=0)
print(model_fit.summary())



import statsmodels.api as sm


mod = sm.tsa.statespace.SARIMAX(data,
                                order=(1,0,0),
                                seasonal_order=(1, 1, 1, 24),
                                enforce_stationarity=False,
                                enforce_invertibility=False)

results = mod.fit()

print(results.summary().tables[1])

Данные являются стационарными [подтверждено тестом ADF], тренд равномерный [не прямой (freq = 7)], следовательно, я сохранил значение d равным 0.

Я пробовал с различными значениями p, q и m.

...