y = pd.Series([1,2,1,2])
arima = ARIMA(y, order=(0, 0, 1)).fit()
print(arima.summary())
plt.figure()
plt.plot(y)
plt.plot(arima.fittedvalues, color='red')
plt.plot(arima.forecast(3), color='blue')
plt.legend()
plt.show()
y的index从0到3,arima.predict(0,3) == arima.fittedvalues,就是模拟过去的值。
如果要预测未来3个窗口大小,可以使用arima.forecast(3)或者arima.predict(3,6)。

本文通过实例展示了如何使用ARIMA模型对Python时间序列数据进行建模、拟合和预测,包括模拟历史值、生成未来3步预测,并通过可视化清晰呈现过程。重点介绍了如何使用`pandas`, `ARIMA`和`matplotlib`进行数据处理和结果展示。
6万+

被折叠的 条评论
为什么被折叠?



