我是 Python ARIMA 实现的新手。我有几个月 15 分钟一次的数据。我尝试遵循 Box-Jenkins 方法来拟合时间序列模型。我在最后遇到了一个问题。这ACF-PACF图 https://i.stack.imgur.com/weNJr.png给出了时间序列 (ts) 和差分序列 (ts_diff)。我使用了 ARIMA (5,1,2),最后绘制了拟合值(绿色)和原始值(蓝色)。正如你可以从figure https://i.stack.imgur.com/ZUCus.png,值有明显的转变(一)。我究竟做错了什么?
预测不好吗?任何见解都会有所帮助。
这是一步预测或预测的标准属性。
用于预测的信息是截至并包括前一时期的历史记录。例如,某个时段的峰值会影响下一个时段的预测,但不会影响高峰时段的预测。这使得预测在图中显得发生了变化。
提前两步的预测会给人一种转变两个周期的印象。
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)