时序数据学习笔记（九）

一、SARIMAX模型

        SARIMAX模型相比季节性自回归综合移动平均(SARIMA)模型，增加了变量X，用于加入外部变量，使得时序预测时可以考虑外部变量的因素；同时关于外部变量的使用，也可用于不具备季节性的时序数据，使用模型为ARIMAX。

二、模型学习笔记

1、数据集信息查看

        a、查看数据内容与列情况

        通过数据内容可以看出前两列year、quarter与预测目标和外部变量无关，可以加以忽略，而realgdp列为预测目标数据列，其他均为外部变量。

macro_econ_data = sm.datasets.macrodata.load_pandas().data

print(macro_econ_data.head())

print(macro_econ_data.columns)

 

     year  quarter   realgdp  realcons  ...  unemp      pop  infl  realint
0  1959.0      1.0  2710.349    1707.4  ...    5.8  177.146  0.00     0.00
1  1959.0      2.0  2778.801    1733.7  ...    5.1  177.830  2.34     0.74
2  1959.0      3.0  2775.488    1751.8  ...    5.3  178.657  2.74     1.09
3  1959.0      4.0  2785.204    1753.7  ...    5.6  179.386  0.27     4.06
4  1960.0