在使用ARMA拟合模型时:
from statsmodels.tsa.arima_model import ARMA
我在控制台中收到警告:
C:\Users\lfc\anaconda3\lib\site-packages\statsmodels\tsa\arima_model.py:472: FutureWarning:
statsmodels.tsa.arima_model.ARMA and statsmodels.tsa.arima_model.ARIMA have been deprecated in favor of statsmodels.tsa.arima.model.ARIM
我正在做一个简单的ARIMAX模型(1,0,0),其中一个因变量y,一个自变量x,49个观测值作为时间序列。
import pandas as pd
import statsmodels.api as sm
import statsmodels.formula.api as smf
df = pd.read_excel('/Users/gaetanlion/Google Drive/Python/Arima/df.xlsx', sheet_name = 'final')
from statsmodels.tsa.arima_model import ARIM
我创建了一个像这样的ARIMA模型
for i in range(len(testy)):
model = ARIMA(endog=trainy,exog=trainx,order=(1,0,1))
model_fit = model.fit()
ll=testx[i]
yhat = model_fit.forecast(exog=ll)
pred.append(yhat[0])
actual = testy[i]
all_values.append(actual)
#print('=%f\t=%f' % (yha
df = quandl.get('NSE/TATAMOTORS', start_date='2000-01-01', end_date='2018-05-10')
df=df.drop(['Last','Total Trade Quantity','Turnover (Lacs)'], axis=1)
df.head(10)
Open High Low Close
Date
2003-12-26
我正在尝试学习如何基于库Statsmodel中的ARIMA模型来预测数据,但是我经常遇到一些问题。目前,我只是试着将我的预测与实际测试模型并列起来,但我无法得到ARIMA模型的结果。
import statsmodels.api as sm
model = sm.tsa.arima.ARIMA(train, order=(4,1,2))
result = model.fit()
result.summary()
step = 10
fc, se, conf = result.forecast(step)
这一切都有效,但最后一步是抛出此错误。
ValueError
我正在尝试使用Python拟合ARIMA模型。它有两列。第一个日期和第二个确认的订单。以下是数据文件中的前几行( 2020年3月14日至2020年4月14日确认订单的每日数据):
只要差分次数(d)为2或更少,我的代码就能正常工作。如果为d>2,则会出现错误“raise ValueError(不支持d>2”)。
下面是我使用的代码:
import numpy as np
import pandas as pd
from matplotlib import pyplot as plt
from statsmodels.tsa.stattools import adfulle
我在mac上开发了下面的代码,它运行得很好。我使用anaconda和下面的python版本在jupyter笔记本中运行代码。一切都运行正常,并在我的mac上正确地保存了pickle文件。当我试图与我的朋友分享相同的代码时,他用下面的版本信息在他的windows机器上运行它。他得到了下面的错误。除了保存pickle文件的步骤之外,代码中的所有内容都运行得很好。他也在jupyter笔记本上运行它。所有的ARIMA代码运行良好,它只是将模型保存到抛出错误的pickle文件中。有没有人知道这个问题可能是什么,你能建议一个解决方案吗?任何建议都非常感谢。
Mac info:
statsmodel: 0.
# ARIMA example
from statsmodels.tsa.arima.model import ARIMA
data = [200,30,30,35,30,20,26,35,30,33,40,29,29,30,30,30,30,20,26,35,30,33,40,29,29,30,30,30]
# fit model
model = ARIMA(data, order=(10, 1, 10))
model_fit = model.fit()
# make prediction
yhat = model_fit.predict(len(data), len(data), typ=
我有一些股票数据,下载并制作成一个熊猫系列
import quandl as qd
api = '1uRGReHyAEgwYbzkPyG3'
qd.ApiConfig.api_key = api
data = qd.get_table('WIKI/PRICES', qopts={'columns': ['ticker', 'date', 'high', 'low', 'open', 'close']},
t
我正在尝试使用"statsmodels.api“来处理时间序列数据,并尝试使用
sm.tsa.arima_model.ARIMA(dta,(4,1,1)).fit()
但是我得到了以下错误
module 'statsmodels.tsa.api' has no attribute 'arima_model'
我正在使用'statsmodels‘版本0.9.0和'spyder’版本3.2.8,我很高兴得到您的帮助谢谢
我试图运行我的ARIMA模型,并得到以下错误:-
MemoryError: Unable to allocate 52.4 GiB for an array with shape (83873, 83873) and data type
float64
我的python/anaconda安装在C驱动器中,大约有110 am的空闲空间,但是仍然会出现这个错误。我该怎么解决这个问题?
以下也是我的代码:-
from statsmodels.tsa.arima_model import ARIMA
model=ARIMA(df['Sales'],order=(1,0,1))
mod
我已经创建了一个ARIMA模型,但我无法找到打印AIC或BIC结果的方法。我需要这些数字来做模型比较。不幸的是,sourceforge上的文档已经关闭,在查看statsmodel github存储库时,我找不到答案。
下面是我的代码:
import pandas as pd
import pandas.io.data
import statsmodels.formula.api as sm
import matplotlib.pyplot as plt
from statsmodels.tsa.arima_model import ARIMA
list = ['spy']
我正在做一个预测:
# Import the ARIMA module from statsmodels
from statsmodels.tsa.arima_model import ARIMA
# Forecast interest rates using an AR(1) model
mod = ARIMA(data, order=(1,1,1))
res = mod.fit()
# Plot the original series and the forecasted series
res.plot_predict(start='2014-07-02', end=&
我正在24 CPU 200+GB RAM云服务器上的20000元素数据集上拟合ARIMA模型(从状态模型)到现在超过24小时。它装载了所有的CPU。但花了这么长时间.它是怎么工作的还是这里出了什么问题?
p,d,q只是数
from statsmodels.tsa.arima_model import ARIMA
for t in range(len(test)):
model = ARIMA(history, order=(p, d, q))
model_fit = model.fit(disp=1)
output = model_fit.forecast()
这里有点新,但正在尝试使用统计模型ARMA预测工具。我从雅虎导入了一些股票数据,并让ARMA给我提供了合适的参数。然而,当我使用预测代码时,我收到的所有错误列表似乎都是我无法找出的。不太确定我在这里做错了什么:
import pandas
import statsmodels.tsa.api as tsa
from pandas.io.data import DataReader
start = pandas.datetime(2013,1,1)
end = pandas.datetime.today()
data = DataReader('GOOG','yaho
你好,我收到一个错误,因为它可以在代码中看到。我找不到解决办法,怎么解决呢?
import os
import warnings
warnings.filterwarnings('ignore')
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
plt.style.use('fivethirtyeight')
from pylab import rcParams
rcParams['figure.figsize'] = 10,6
from stats