文章/答案/技术大牛

发布

社区首页 >问答首页 >利用状态模型-python中的SARIMAX预测外生变量

问利用状态模型-python中的SARIMAX预测外生变量
EN

Stack Overflow用户

提问于 2022-06-19 17:34:22

回答 1查看 679关注 0票数 1

我尝试在Python中运行statsmodels代码，但我一直得到：

"ValueError:带有回归组件的模型中的样本外操作需要通过exog参数附加外生值。“

my endog 'Oil_(Sm3)‘和exog 'Water_(Sm3)’变量的形状相同(91，2)。

我被困住了！

python

sarimax

回答 1

Stack Overflow用户

发布于 2022-06-29 21:28:04

基本上，我在.predict()行中添加了"exog =.predict“组件

票数 0

页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持

原文链接：

https://stackoverflow.com/questions/72681451

复制

Python中的ARIMA模型、SARIMA模型和SARIMAX模型对时间序列预测

编程算法

使用ARIMA模型，您可以使用序列过去的值预测时间序列。在本文中，我们从头开始构建了一个最佳ARIMA模型，并将其扩展到Seasonal ARIMA（SARIMA）和SARIMAX模型。

拓端

2021/01/28

1.9K0

Python中的ARIMA模型、SARIMA模型和SARIMAX模型对时间序列预测

linux 编程算法 r 语言

拓端

2020/08/07

9.1K0

4大类11种常见的时间序列预测方法总结和代码示例

arm 编程算法

本篇文章将总结时间序列预测方法，并将所有方法分类介绍并提供相应的python代码示例，以下是本文将要介绍的方法列表：

deephub

2022/03/12

3.9K0

只需一行代码！Python中9大时间序列预测模型

arm typescript

在时间序列问题上，机器学习被广泛应用于分类和预测问题。当有预测模型来预测未知变量时，在时间充当独立变量和目标因变量的情况下，时间序列预测就出现了。

一墨编程学习

2019/05/25

1.3K0

Python中的ARIMA模型、SARIMA模型和SARIMAX模型对时间序列预测|附代码数据

卷积神经网络 python matlab

根据频率，时间序列可以是每年（例如：年度预算），每季度（例如：支出），每周（例如：销售数量），每天（例如天气），每小时（例如：股票价格），分钟（例如：来电提示中的呼入电话），甚至是几秒钟（例如：网络流量）。

拓端

2023/02/20

3K0

Python中的ARIMA模型、SARIMA模型和SARIMAX模型对时间序列预测|附代码数据

卷积神经网络 python matlab

拓端

2023/02/20

1.9K0

Python中的ARIMA模型、SARIMA模型和SARIMAX模型对时间序列预测|附代码数据

数据万象

拓端

2023/07/17

9790

Python中的ARIMA模型、SARIMA模型和SARIMAX模型对时间序列预测|附代码数据

卷积神经网络 matlab python

使用ARIMA模型，您可以使用序列过去的值预测时间序列（点击文末“阅读原文”获取完整代码数据）。

拓端

2022/11/07

2K0

GPT4做数据分析时间序列预测之八相当棒2023.6.1

数据分析 arima import 模型数据

1、用了多种方法预测未来6个月的销售额，并计算了算法的标准差、平均值、与1绝对值求和等验证指标。

用户7138673

2023/08/16

4190

Python | ARIMA时间序列模型预测航空公司的乘客数量

python arima auto

以下是一个时间序列示例，该示例说明了从1949年到1960年每月航空公司的乘客数量。

拓端

2021/09/29

2.2K0

用python做时间序列预测九：ARIMA模型简介

python

c是常数项，εt是随机误差项。对于一个AR(1)模型而言：当 ϕ1=0 时,yt 相当于白噪声；当 ϕ1=1 并且 c=0 时,yt 相当于随机游走模型；当 ϕ1=1 并且 c≠0 时,yt 相当于带漂移的随机游走模型；当 ϕ1<0 时,yt 倾向于在正负值之间上下浮动。

程序员一一涤生

2020/06/17

32K1

回归模型的变量筛选与预测

编程算法

变量筛选是回归建模过程关键的一步，由于变量间的相关性，必然会导致不同的筛选方法得到不同的模型。

许卉

2019/07/15

2.2K0

Python中利用长短期记忆模型LSTM进行时间序列预测分析 - 预测电力负荷数据

机器学习深度学习人工智能腾讯云测试服务

LSTM（或长短期记忆人工神经网络）允许分析具有长期依赖性的有序数据。当涉及到这项任务时，传统的神经网络体现出不足，在这方面，LSTM将用于预测这种情况下的电力消耗模式。

拓端

2022/03/09

1.1K0

Python中利用长短期记忆模型LSTM进行时间序列预测分析 - 预测电力负荷数据

python用ARIMA模型预测CO2浓度时间序列实现|附代码数据

python matlab statsmodels

时间序列为预测未来数据提供了方法。根据先前的值，时间序列可用于预测经济，天气的趋势。时间序列数据的特定属性意味着通常需要专门的统计方法

拓端

2023/03/15

1.4K0

python用ARIMA模型预测CO2浓度时间序列实现|附代码数据

python

时间序列为预测未来数据提供了方法。根据先前的值，时间序列可用于预测经济，天气的趋势。时间序列数据的特定属性意味着通常需要专门的统计方法（点击文末“阅读原文”获取完整代码数据）。

拓端

2022/11/11

1.1K0

Python 3中使用ARIMA进行时间

python

我们将使用一个名为“来自美国夏威夷Mauna Loa天文台的连续空气样本的大气二氧化碳”的数据集，该数据集从1958年3月至2001年12月期间收集了二氧化碳样本。我们可以提供如下数据：

py3study

2020/01/10

1.3K0

python用ARIMA模型预测CO2浓度时间序列实现|附代码数据

python

时间序列为预测未来数据提供了方法。根据先前的值，时间序列可用于预测经济，天气的趋势。时间序列数据的特定属性意味着通常需要专门的统计方法。

拓端

2022/10/24

8410

ARIMA模型预测CO2浓度时间序列-python实现

python

拓端

2021/02/26

2.3K0

python用ARIMA模型预测CO2浓度时间序列实现

python

拓端

2022/01/13

1.3K0

点击加载更多

相似问题

Python状态模型:用SARIMAX和外生回归器求出预测均值和置信区间

如何将多个外生变量输入到状态模型中的SARIMAX模型？

无外生变量未来值的状态模型ARIMA预测

带外生变量的SARIMAX滚动窗口

状态模型ARIMA能用外生变量预测多步前进吗？

113

添加站长进交流群

领取专属 10元无门槛券

AI混元助手 在线答疑

关注 腾讯云开发者公众号

洞察 腾讯核心技术

剖析业界实践案例

问利用状态模型-python中的SARIMAX预测外生变量
EN