PythonのstatsmodelsにX-13-ARIMAを使用して予測を取得する方法

Question

私はstatsmodelsのドキュメントで、この例で見つかった3

pythonでstatsmodelsライブラリからX-13-ARIMAモデルを実行しようとしている：

を

dta = sm.datasets.co2.load_pandas().data 
dta.co2.interpolate(inplace=True) 
dta = dta.resample('M').sum() 

res = sm.tsa.x13_arima_select_order(dta.co2) 
print(res.order, res.sorder) 

results = sm.tsa.x13_arima_analysis(dta.co2) 

fig = results.plot() 
fig.set_size_inches(12, 5) 
fig.tight_layout() 

これはうまくいきますが、この時系列の将来の値を予測する必要もあります。 tsa.x13_arima_analysis()ファンクションにはforecast_yearsというパラメータが含まれているため、これを可能にする必要があります。しかしながら; resultsオブジェクトは、forecast_yearsパラメータのどの値を選択しても変更されていないようです。

予測値はどのように取得できますか？

Answer 1

これであなたはおそらくこれを自分で持っているはずです。 2012年の7月に終了する毎月の気象データを取得しました。この声明を入力して分析を行いました。

results = sm.tsa.x13_arima_analysis(s, forecast_years=3) 

次に（results.resultsが大量であることが判明しました）これを入力しました。

open('c:/scratch/result.txt', 'w').write(results.results) 

このファイルを介して 'forecast'についてピアリングすると、次のセクションが見つかりました。

FORECASTING 
    Origin 2012.Jul 
    Number   3 

    Forecasts and Standard Errors of the Prior Adjusted Data 
    ------------------------------ 
         Standard 
     Date Forecast  Error 
    ------------------------------ 
    2012.Aug  33.02  2.954 
    2012.Sep  28.31  2.954 
    2012.Oct  21.54  2.954 
    ------------------------------ 

    Confidence intervals with coverage probability (0.95000 
    --------------------------------------- 
     Date  Lower Forecast  Upper 
    --------------------------------------- 
    2012.Aug  27.23  33.02  38.82 
    2012.Sep  22.52  28.31  34.10 
    2012.Oct  15.75  21.54  27.33 
    --------------------------------------- 

forecast_years=3 7月以降開始する。この場合には、3ヶ月の予測を行うことを意味すると解釈しているようです。