“利用ARIMA模型对时间序列进行分析的经典案例（详细代码）”一文中会遇到的问题总结（二）

最近又有好些朋友来咨询掌柜关于使用ARIMA模型对时间序列进行预测的这篇博客 中遇到了一些问题，这里掌柜再次收集大家的问题来一一解答。

PS: 本博客假定大家已经具备ARIMA模型的基础知识！！！

问题汇总如下：

• 怎么判断我的数据是否适合ARIMA模型呢？
• 得到的时序预测图是负值，明显不对。怎样保证为正值？
• 想要最后预测的数据，而不是预测的平稳数据，怎么拿到？
• 想获取预测点的值应该怎么做的，没有API接口呀，可以告知一下吗？
• 不需要做ADF检验吗？
• 怎么确定ARMA/ARIMA的最优模型？
• 还原到原始时间序列那一步应该是要加在平稳序列预测的结果上吧。代码第95行中的ts_record,运行完之后是原始数据呀，这样还是对非平稳的原始序列进行预测的？
• 在pr = result.predict(‘1988’, ‘2020’,typ=‘levels’) 里面加入了typ参数 就和这个结果是一样的。请问是不是typ这个参数控制输出预测值的类型呢？
• 最后用真实值预测的时候，真实值和预测值的线性变化图趋势很接近。但是用 result.predict(‘1988’, ‘2020’)想将模型的预测值导出来的时候，发现输出结果和真实值差别很大，将真实值和输出值单独做线图也差别很大，是为什么？
• statsmodels的版本是多少？
• AttributeError: ‘NoneType’ object has no attribute 'fit’报错如何解决？

该篇博客先解决前面六个问题，

1. 怎么判断我的数据是否适合（非季节性）ARIMA模型呢?

答：
一般需要遵循两点：

• 时序数据本身具有一定的趋势性，差分过后可以去除趋势，让时序呈现平稳状态；
• 可以通过历史数据的较强自相关性（自相关性指时间序列滞后值之间的线性关系）对未来进行预测；且受随机噪声的影响不大。

2. 得到的时序预测图是负值，明显不对。怎样保证为正值？

答：
首先思考一下，为何时序预测会出现负值？不同案例中可能存在多个客观因素干扰，但是大致会有这么几种情况：

• 第一种：你的时序数据本身是呈现递减趋势，而且差分后波动幅度不大，那么预测就会出现负值的情况；
• 第二种：预测的步长太长，超过实际可预测区间；
• 第三种：时序数据中存在缺失值或NULL值，你之前处理缺失值或NULL值的时候，用 0填充过，所以才会后面预测出现负值。

那么如何处理这些负值？ 一般来说，都会直接用0来替代负值。或许用numpy的absolute（）函数也能处理。当然如果是第一种情况，建议换个模型来预测。
目前暂时想到这些办法，如果大家有更好的处理方式，欢迎评论区留言！谢谢。

3. 想要最后预测的数据，而不是预测的平稳数据，怎么拿到？

4. 想获取预测点的值应该怎么做的，没有API接口呀，可以告知一下吗？

第三和第四个问题都是同一个，所以一起回答。因为在经典模型那篇最后得到的是差分后的预测值，所以很多朋友在问如何获取原始时序的预测值？
答：
直接上代码（还是以经典模型那篇的示例数据来演示的）

#第六步：使用ARIMA模型进行未来10年预测
import warnings
warnings.filterwarnings('ignore', 'statsmodels.tsa.arima_model.ARMA',
                        FutureWarning)
warnings.filterwarnings('ignore', 'statsmodels.tsa.arima_model.ARIMA',
                        FutureWarning)

model = ARIMA(data,order=(7,0,0)) #导入ARIMA模型
result = model.fit()

#预测未来10年
pred = result.predict(start = 90, end = 99, dynamic = True)
#下面这句也可以
#pred = result.predict('1991', '2000')

pred

运行后会得到如下数据：

5. 不需要做ADF检验吗？

答：其实是需要的，只是当时的博客没有加入这段。

• 那么问题又来了，为何要做ADF检验？ 或ADF检验的用处是什么？

  • 简单来说，ADF检验就是为了检查时序是否是平稳的！ADF检验的英文全称Augmented Dickey-Fuller test。
  • 它是一种假设性检验，其中的零假设是数据不平稳。

• 当通过ADF检验计算，如何看ADF检验的结果？这里主要看p值：

  • p > 0.05, 表示不拒绝零假设(H0)，说明时序数据是不平稳的，且存在单位根。
  • p <= 0.05, 表示拒绝零假设(H0)，说明时序数据是平稳的，且不存在单位根（ 简单解释一下，单位根指的是概率统计学中，一些随机过程（比如随机游走）的一个特征。 再直白点说，如果时间序列存在单位根，说明它存在随机趋向）。

• Python中ADF检验的具体方法/代码：

  • 常用statsmodels库里面的adfuller模块来进行ADF检验。
  • 参考代码：

from statsmodels.tsa.stattools import adfuller

def adf_test(timeseries):
    print("Results of Dickey-Fuller Test:")
    dftest = adfuller(timeseries, autolag="AIC")
    dfoutput = pd.Series(
        dftest[0:4],
        index=[
            "Test Statistic",
            "p-value",
            "#Lags Used",
            "Number of Observations Used",
        ],
    )
    for key, value in dftest[4].items():
        dfoutput["Critical Value (%s)" % key] = value
    print(dfoutput)

6. 怎么确定ARMA/ARIMA的最优模型？

答：
计算不同模型的AIC，最低的就是相对最优的时序模型。

剩余五个问题改天继续解答，如果大家还有疑问，可以继续评论区留言，谢谢。

PPS:
个人知识有限，也许文中存在理解错误，也欢迎大家捉虫！

参考资料：
Stationarity and detrending (ADF/KPSS)
negative-values-in-time-series-forecast
Unit root