Statsmodels SARIMAX：我該如何處理maxlag錯誤？

我試圖預測使用SARIMAX的季節性時間序列。時間序列包含每日PV饋入的最大值，這導致假定365天的週期性。Statsmodels SARIMAX：我該如何處理maxlag錯誤？

這裏是我的代碼：

mod= SARIMAX(realy.Max, order=(0,1,1), seasonal_order=(0,1,1,365)) 
results_SARIMAX = mod.fit(disp= -1)

我seasonal_order設置s到365，因爲我的週期性。我還根據一些預先考慮的因素分別設置變量p，d，q，P，D，Q。我的問題是，執行的代碼後，得出了以下錯誤：

ValueError: maxlag should be < nobs

當我設置對於s值從365降低到即150這是工作，但效果不好，因爲這ISN」我的季節性。問題是，maxlag或nobs在哪裏定義，我能夠相應地更改它們？

SARIMAX函數的文檔字符串只是說明季度或月度數據而不是日常數據。有人有與SARIMAX合作的經驗，並且已經根據日常價值做了一系列時間序列的預測嗎？我已經搜索了互聯網來解決這個問題，但是我找不到任何有用的東西。

類似的問題已經來到了這裏 How to set maxlag when Forecasting Sales for smaller data in SARIMAX? 這裏 How to change maxlag for ARMAX.predict?

但我不知道如何解決這個問題在我的情況，因爲我沒有任何外源性值提交。

我還建立了一個基於ARIMA的模型，我能夠做出適當的預測。由於我沒有非季節性的時間序列，我認爲使用SARIMAX獲得更好的結果可能是一個好主意。不幸的是，我無法處理這個錯誤。

感謝您的幫助提前！

來源

2017-03-09 carlsberg

數據如何多年，你呢？ – user333700

對不起，我想到了。我獲得了2.5年的數據。 – carlsberg

顯然，同時設置Q = 1和s = 365會出現問題。通過設置Q = 0和S = 365它正在工作。雖然，我不明白這一點。據我瞭解，在季節性ARIMA模型中，我有三個可以使用的旋鈕，分別是P，Q，D。它們中的三個不得大於1。設定Q = 1意味着，我將我的季節性滯後誤差等於s = 365的倍數加到我的時間序列預測中。當它只與Q = 0一起工作時，我再也沒有季節性了！ – carlsberg

您需要幾年時間（全季節週期）才能估算SARIMAX的季節性部分，請參閱https://github.com/statsmodels/statsmodels/issues/3529。

作爲替代方案，您可以使用樣條或fourier系列將季節模式建模爲exog。例如見http://robjhyndman.com/hyndsight/longseasonality/

這是一個使用patsy公式爲OLS和ARMA創建季節性樣條的筆記本草稿。 SARIMAX將以同樣的方式工作。 https://gist.github.com/josef-pkt/1ea164439b239b228557

來源

2017-03-10 13:04:29 user333700

感謝您的回答。我會檢查這是否有幫助。 – carlsberg

Statsmodels SARIMAX：我該如何處理maxlag錯誤？

回答

相關問題