ループ内のARIMA予測

Question

私はPythonを初めて使用しています。私はARIMAを通して予測するために統計モデルを使用しています。私には3つの質問があります。まず、次のコードを書いています。

dates = pd.date_range('2012-07-09','2012-07-30') 
series = [43.,32.,63.,98.,65.,78.,23.,35.,78.,56.,45.,45.,56.,6.,63.,45.,64.,34.,76.,34.,14.,54.] 
res = Series(series, index=dates) 
r = ARIMA(res,(1,2,0)) 
pred = r.predict(params = ? , start = ?, end = ? , typ='levels') 

ここで、params、start、endは何ですか？ドキュメントでは、開始点と終了点は予測値の開始と終了を意味するが、paramsはどうなるのか理解していた。私は何をparamsに入れなければならないのか分からない。

第2に、私はアイテムのほぼ1000時系列を持っています。ですから、各項目について、最適な（p、d、q）値を認識し、ループのたびにARIMAを適用して、最終的に項目名とその予測値を含む辞書に結果を得たいと思います。これはできますか？

第3回ARIMA予測を各時系列で得ることができるのであれば、それは単なる予測ではなく、代わりにcoeff、p値などの多くの値を含んでいます。それらをどこかの値として使用します。

私は非常に感謝しています。もし誰かが私を助けることができます。多くは事前に感謝します。

Answer 1

開始日と終了日は、予測したい開始点と終了点です。したがって、これはstart = '2012-07-31'とend = '2012-09-01'です。

についてparams - .fit()が呼び出された場合、ARIMAResultsクラスが返されます。このクラスのpredictメソッドでは、引数は不要です：startとendはすべて必要です。

2番目の質問では、this answerが役立ちます。私は実際に自分自身のためにそのコードを稼働させることはできませんでしたが、AIC/BICグリッド検索をそのような方法で実行することができると確信しています。代わりに、Rに切り替えて、auto.arima関数を使用すると、AIC/BICに基づいて最良の（p、d、q）順が選択されます（これはp値に基づいて選択するよりはるかに推奨されます）。

あなたはいくつかの例とドキュメントを見ればそれは有用であろうr.params