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