7天微课程day6——用ARIMA模型进行时间序列预测

最新推荐文章于 2024-07-25 13:25:17 发布
最新推荐文章于 2024-07-25 13:25:17 发布
阅读量7.5k 收藏 43
点赞数 7
分类专栏： 7天微课堂——时间序列

声明：

  1. 本文是系列课程的第6课
  2. 本文是对机器学习网站课程的翻译
  3. 尊重原作者，尊重知识分享

用ARIMA模型进行时间序列预测

ARIMA(AutoRegressive Intergrated Moving Average)是一个非常非常流行的时间序列预测模型。

通过本文，你将了解：

  • 简单了解ARIMA的原理
  • ARIMA如何学习时间序列并做出预测
  • ARIMA的调优

ARIMA

ARIMA可以看做几个用于时间序列预测的模型的合并，它考虑了时间序列中集中标准的分布模式，提供了简单而高效的模型。ARIMA有以下几部分组成：

  • AR: Autoregression.自回归模型建立当前预测与先前值的关系。
  • I: Intergrated. 表示加入了差分运算，用于表征时间序列的趋势。通过差分可以去除时间序列的上升或下降的趋势，从而得到平稳序列。
  • MA: Moving Average. 移动平均模型，考虑的是当前值的预测与先前时刻的残差有关。

这三个部分各有一个参数，通常表示为ARIMA(p, d, q). p, d, q取值皆为整数，三个参数的意义分别如下：

  • p: 对应AR，表示考虑的先前时刻的多少，称为滞后值。
  • d: 对应I， 表示差分阶数。
  • q: 对应MA，表示移动窗口的大小，也称为移动窗口值。

Shampoo Sales Dataset

该数据集是3年内洗发水的月销量，详见download。

from pandas import read_csv
from pandas import datetime
from matplotlib import pyplot

def parser(x):
    return datetime.strptime('190'+x, '%Y-%m')

series = read_csv('shampoo-sales.csv', header=0, parse_dates=[0], index_col=0, squeeze=True, date_parser=parser)
print(series.head())
series.plot()
pyplot.show()
'''output
Month
1901-01-01 266.0
1901-02-01 145.9
1901-03-01 183.1
1901-04-01 119.3
1901-05-01 180.3
Name: Sales, dtype: float64
'''


可以看到洗发水的销量有一个明显的上升趋势。说明我们至少需要一阶差分来使数据变平稳，即d=1.

我们在看一下时间序列的自相关性。

from pandas import read_csv
from pandas import datetime
from matplotlib import pyplot
from pandas.tools.plotting import autocorrelation_plot

def parser(x):
    return datetime.strptime('190'+x, '%Y-%m')

series = read_csv('shampoo-sales.csv', header=0, parse_dates=[0], index_col=0, squeeze=True, date_parser=parser)
autocorrelation_plot(series)
pyplot.show()


可以看到过去5天的自相关性较强，大于0.5，即p=5.

现在，我们初步确定了参数p和d的值，可以先构造一个p=5、d=1的ARIMA，再观察残差项以确定参数q的值。

ARIMA实践

Python中有statsmodel来创建ARIMA模型，具体步骤：

  1. ARIMA()定义模型，同时传入参数p, d, q
  2. fit()训练模型
  3. predict()预测

下面我们将训练一个ARIMA模型，并观察它的残差已制定后面的参数q。经过前面可视化分析，我们首先选用ARIMA(5, 1, 0)。

from pandas import read_csv
from pandas import datetime
from pandas import DataFrame
from statsmodels.tsa.arima_model import ARIMA
from matplotlib import pyplot

def parser(x):
    return datetime.strptime('190'+x, '%Y-%m')

series = read_csv('shampoo-sales.csv', header=0, parse_dates=[0], index_col=0, squeeze=True, date_parser=parser)

# fit model
model = ARIMA(series, order=(5, 1, 0))
model_fit = model.fit(disp=0)  # disp=0关闭对训练信息的打印
print(model_fit.summary())

# plot residual errors
residuals = DataFrame(model_fit.resid)
residuals.plot()
pyplot.show()
residuals.plot(kind='kde')
pyplot.show()
print(residuals.describe())
'''output
                             ARIMA Model Results
==============================================================================
Dep. Variable:                D.Sales   No. Observations:                   35
Model:                 ARIMA(5, 1, 0)   Log Likelihood                -196.170
Method:                       css-mle   S.D. of innovations             64.241
Date:                Mon, 12 Dec 2016   AIC                            406.340
Time:                        11:09:13   BIC                            417.227
Sample:                    02-01-1901   HQIC                           410.098
                         - 12-01-1903
=================================================================================
                    coef    std err          z      P>|z|      [95.0% Conf. Int.]
---------------------------------------------------------------------------------
const            12.0649      3.652      3.304      0.003         4.908    19.222
ar.L1.D.Sales    -1.1082      0.183     -6.063      0.000        -1.466    -0.750
ar.L2.D.Sales    -0.6203      0.282     -2.203      0.036        -1.172    -0.068
ar.L3.D.Sales    -0.3606      0.295     -1.222      0.231        -0.939     0.218
ar.L4.D.Sales    -0.1252      0.280     -0.447      0.658        -0.674     0.424
ar.L5.D.Sales     0.1289      0.191      0.673      0.506        -0.246     0.504
                                    Roots
=============================================================================
                 Real           Imaginary           Modulus         Frequency
-----------------------------------------------------------------------------
AR.1           -1.0617           -0.5064j            1.1763           -0.4292
AR.2           -1.0617           +0.5064j            1.1763            0.4292
AR.3            0.0816           -1.3804j            1.3828           -0.2406
AR.4            0.0816           +1.3804j            1.3828            0.2406
AR.5            2.9315           -0.0000j            2.9315           -0.0000
-----------------------------------------------------------------------------

count   35.000000
mean    -5.495213
std     68.132882
min   -133.296597
25%    -42.477935
50%     -7.186584
75%     24.748357
max    133.237980
'''

从表中可以看到ARIMA用于AR的常量系数和其他5个系数。
还有一个关于残差的图。


可以看到残差还有一个明显的趋势，这正是MA模型要解决的问题。
残差值的分布图如下：

在该图中可以发现残差并不是正态分布，有一定的偏离，有一点不对称，说明残差中还有噪声之外的信息。这点从 residuals.discribe()的输出中也可以看得出来。

值得一提的是，在上面的例子中我们只是为了观察residual的情况，所以没有必要划分训练集和测试集。

ARIMA模型的预测

fit()后的ARIMA模型的返回值是ARIMAResults对象，对该对象调用predict()可以进行预测。predict()接受时刻 t t <script type="math/tex" id="MathJax-Element-1">t</script>的序列作为参数。

例如，假设我们训练集的时间序列有100个观测值，若要预测下一时刻的输出，则调用predict(start=101, end=101)会返回一个shape=(1,)的数组。

predict()还有一个参数typ需要指定，若typ='linear'，输出差分值；若typ='levels，输出预测值。Fortunately，在做一步预测时，我们可以用forecast()来代替predict()，就不需要那么多参数要考虑了。

这里采用的预测方式依然是walk-forward。walk-forward每一步都要加入新的观测值，那我们就每一步都re-create ARIMA模型。

from pandas import read_csv
from pandas import datetime
from matplotlib import pyplot
from statsmodels.tsa.arima_model import ARIMA
from sklearn.metrics import mean_squared_error

def parser(x):
    return datetime.strptime('190'+x, '%Y-%m')

series = read_csv('shampoo-sales.csv', header=0, parse_dates=[0], index_col=0, squeeze=True, date_parser=parser)
X = series.values
size = int(len(X) * 0.66)
train, test = X[0:size], X[size:len(X)]
history = [x for x in train]
predictions = list()

for t in range(len(test)):
    model = ARIMA(history, order=(5, 1, 0))
    model_fit = model.fit(disp=0)
    output = model_fit.forecast()
    yhat = output[0]
    predictions.append(yhat)
    obs = test[t]
    history.append(obs)
    print('predicted=%f, expected=%f' % (yhat, obs))
error = mean_squared_error(test, predictions)
print('Test MSE: %.3f' % error)
# plot
pyplot.plot(test)
pyplot.plot(predictions, color='red')
pyplot.show()
'''output
predicted=349.117688, expected=342.300000
predicted=306.512968, expected=339.700000
predicted=387.376422, expected=440.400000
predicted=348.154111, expected=315.900000
predicted=386.308808, expected=439.300000
predicted=356.081996, expected=401.300000
predicted=446.379501, expected=437.400000
predicted=394.737286, expected=575.500000
predicted=434.915566, expected=407.600000
predicted=507.923407, expected=682.000000
predicted=435.483082, expected=475.300000
predicted=652.743772, expected=581.300000
predicted=546.343485, expected=646.900000
Test MSE: 6958.325
'''

ARIMA调优

ARIMA调优的经典策略是Box-Jenkins Methodology。
如果时间序列较小的话，grid searching也是一个不错的方法。

hustqb
关注
专栏目录
如何用机器学习实现股票预测
程序员光剑
08-05 1505
近年来，随着互联网技术的飞速发展、移动互联网的兴起、大数据应用的日益普及以及个人电脑的普及化，人们对股票的投资意愿、机会的渴望越来越强烈。而机器学习技术则可以帮助我们更好的预测股票市场。在这本教程中，我将向大家展示如何用机器学习技术，对一只特定的股票进行预测。我们先从基本概念入手，介绍股票预测的相关术语和方法论，然后详细介绍一下机器学习模型中的回归模型，并基于历史数据构建股票预测模型。最后，我们通过实际案例来展示如何利用机器学习模型对某只股票进行实时预测，并得到有效的投资建议。
利用ARIMA模型对时间序列进行分析的经典案例（详细代码）
热门推荐
小白的编码屋
10-23 4万+
因为之前在学数据分析课程的时候老师讲到时间序列这里，但只是简单的对这个经典的时间序列案例介绍了一下，并没有涉及对差分次数d的查找、找ARIMA模型的p、q值和模型检验 这三个步骤。 后来我搜寻了整个网络，终于结合各个文章的解释，对代码进行了重新的梳理，下面就是详细的整个代码过程（如果问题，欢迎提出来指正！????）： # -*- coding: utf-8 -*- # 用 ARIMA 进行时间序列预测 ...
ARIMA模型
bbbeoy的专栏
02-07 1万+
原文地址：http://www.jianshu.com/p/f547bb4b50c3 本文结构： 时间序列分析？什么是ARIMA？ARIMA数学模型？input，output 是什么？怎么用？－代码实例常见问题？ 时间序列分析？ 时间序列，就是按时间顺序排列的，随时间变化的数据序列。 生活中各领域各行业太多时间序列的数据了，销售额，顾客数，访问量，股价，油
时间序列预测 — — ARIMA模型（理论分析与代码详解）
最新发布
SoyMilk的博客
07-25 5005
ARIMA模型的全称为：差分整合移动平均自回归模型是一种数据类型，它记录了在连续时间点上观测到的数值。这些数值可以是任何可以量化的度量，比如经济指标、股票价格、温度、销售额等。是一种按照时间顺序排列的数据集，其中每个数据点都与一个特定的时间点相关联。这种数据类型通常用于记录和分析随时间变化的数值信息。时间序列根据时间和数值的性质不同，可以分为和。性质：时期序列可加，时点序列不可加。
ARIMA 时间序列模型在实际场景中的试验
m0_46579176的博客
03-17 1704
确定性因素分解的方法把所有序列的变化都归结为 4 个因素（长期趋势、季节变动、循环变动和随机波动）的综合影响，其中长期趋势和季节变动的规律性信息通常比较容易提取，而由随机因素导致的波动则非常难以确定和分析，对随机信息浪费严重会导致模型拟合精度不够理想。当数据之间的相似性越明显，对于模型训练的效果是更佳，如果不介意，也可以先把商品分好类，按类目一个个预测，最后汇总也能得到大盘的达成率。在这里数据是显示平稳的，但是后面训练模型的时候，平稳性变差，所以还是可以做差分，得到一个更加平均的序列。
时间序列模型ARIMA
qq_46070624的博客
02-16 878
**ARIMA模型**是时间序列建模的一种方法，ARIMA模型的**基本思想**是将**非平稳时间序列**经过多个**差值**转换成平稳时间序列，再根据差值确定预测值。
利用pandas进行时间序列数据处理
【利用pandas进行时间序列数据处理】 ## 1. 引言 ### 1.1 什么是时间序列数据 ### 1.2 pandas中的时间序列数据处理的重要性 时间序列数据是指按照时间顺序排列的数据集合。这些数据通常包括时间戳以及与之相关...
一文概览时间序列
KaikebaAI的博客
05-06 787
这篇文章介绍了几种预测的建模概念，包括线性方法（MLR、套索、岭）、树集合（随机森林、XGBoost、LightGBM）、Bagging 和 Stacking。通过增加非线性方法的复杂度，并使用巧妙的抽样方法，我们在一个包含大约 400 个观察值的测试集上获得了 10% 的测试集 MAPE 分数。
数据分析学习总结笔记15：时间序列分析及Python实现
weixin_41961559的博客
04-19 2309
文章目录1 引言2 时间序列的特性2.1 自相关2.2 季节性2.3 平稳性3 时间序列建模3.1 移动平均法3.2 指数平滑法3.3 双指数平滑法3.4 三重指数平滑法3.5 周期性差分自动平滑回归模型(SARIMA)4 实例——股票价格的预测5 结论 1 引言 本篇主要帮助大家理解移动平均，指数平滑，平稳性，自相关，SARIMA，通过案例和Python编程实现时间序列的预测技术。 无论我们是预...
29Python时间序列分析（美国消费者信心指数及维基百科点击量EDA，含实例数据）
qq_45425321的博客
04-12 5629
唐宇迪《python数据分析与机器学习实战》学习笔记 29Python时间序列分析 一、pandas生成时间序列 常见的时间序列：时间戳（timestamp）：具体时间点2020.4.6的20：58的15秒 固定周期（period） 时间间隔（interval） 创建时间序列，最简单函数：date_range H：小时、D:天、M：月 #时间的几种表达方式：2016 Jul 1 ，7/1/20...
ARIMA时间序列算法预测完整包
07-29
ARIMA时间序列算法预测完整包，可以预测序列数据不变的数据
arima模型原理及实战
weixin_44992737的博客
06-15 6334
utoegressiventegratedovingverage model），差分整合移动平均自回归模型，ARIMA(p，d，q)中，AR是自回归，p为自回归项数；MA为滑动平均，q为滑动平均项数，d为使之成为平稳序列所做的差分次数（阶数）。“差分”一词虽未出现在ARIMA的英文名称中，却是关键步骤。大致思路就是：1，当前时刻点的取值与之前相邻一个或者多个时刻点自相关，并假设他们满足一个线性关系。
数据挖掘-08-基于Python实现时间序列分析建模(ARIMA 模型）（包括数据和代码）
AI研习星球
12-15 1451
ARIMA(1，1，0)和ARIMA(1，1，1)这两个模型也能通过检验。数据清洗的结果是对各种脏数据进行对应方式的处理，得到标准的，干净的、连续的数据，提供给数据统计、数据挖掘等使用。一阶差分后自相关图显示出 1 阶截尾，偏自相关图显示出拖尾性，所以可以考虑用 MA(1)模型拟合 1 阶差分后的序列，即对原始序列建立 ARIMA(0，1，1)模型。结果显示，一阶差分之后序列的时序图在均值附近比较平稳地波动、自相关图有很强的短期相关性、单位根检验 p 值小于 0.05，所以一阶差分之后的序列是平稳序列。
时间序列分析与预测：ARIMA-LSTM综合应用股票数据
celiaweiwei的博客
01-22 5952
ARIMA可以捕捉一些线性趋势和季节性，而LSTM可以处理更复杂的模式。将ARIMA和LSTM结合使用，可以提供更全面的序列建模能力，适用于既有线性趋势又有复杂非线性关系的时间序列数据。本文提供了针对股票收盘价时间序列数据实现ARIMA-LSTM模型的Python代码，详细解释了代码每一步的思路和分析结果。（本文没有包含具体的代码，代码文件可在gzh'finance褪黑素'下回复关键词‘240122’获取）
时间序列预测 — ARIMA模型原理
几度春风里的博客
11-15 3165
ARIMA模型是最经典的统计学时序模型，也是最经典的、适用于单变量时间序列数据的模型。在实际面对的数据基本上是多变量时序数据、需要预测的问题也不仅仅与时间相关，但ARIMA模型能很好的帮助我们理解时间序列预测。ARIMAAutoregressiveIntegratedMovingA差分自回归移动平均模型结合了AR模型（自回归模型）和MA模型（移动平均模型）的基本思想：一个时间点上的标签值既受过去一段时间内的标签值影响，也受过去一段时间内的偶然事件（可以理解为噪音）的影响。
【Clemetine】基于时间序列的产品分类销售预测
计算机小白努力学习
10-11 1219
一、实验目的及要求 运用时间序列分析预测的ARIMA模型分析一个产品分类销售公司过去10年的销售数据并预测其男装生产线的月销售情况。 二、实验仪器设备 计算机，打印机。 三、实验内容 （一）实验背景 服装行业在生产采购、销售、库存三方面具有快销的性质，为快速响应短周期的销售需求，提升供应链管理效率，服装企业需要分析过去的销售数据并预测短期的销售情况。本实验通过服装分类销售公司过去10年的销售数据和季节效应来预测未来一段时间男装销售情况。 （二）实验的相关知识点 时间序列分析是一种广泛应用的数据分析方法，主要
使用Python为时间序列预测创建ARIMA模型
Together_CZ的博客
12-05 7081
                     如何在Python中为时间序列预测创建ARIMA模型        ARIMA模型是一种流行且广泛使用的时间序列预测统计方法。ARIMA是AutoRegressive Integrated Moving Average的缩写。它是一类模型，它捕获时间序列数据中的一套不同的标准时间结构。        ARIMA模型的信息还可以参考这里        ...
如何使用ARIMA模型进行时间序列预测？
04-13
下面是使用ARIMA模型进行时间序列预测的步骤： 1. 导入必要的库和数据。 ```python import pandas as pd from statsmodels.tsa.arima.model import ARIMA ``` 2. 准备时间序列数据。 ```python # 假设我们有一个名...
评论 5
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值