时间序列预测 | Python实现ARIMAX和VARMAX时间序列数据预测
基本介绍
本文介绍ARIMAX、VAR、VARMA和VARMAX基本概念及其Python程序设计。
ARIMAX
具有外源回归量的自回归整合移动平均值(ARIMAX)是 ARIMA 模型的扩展,其还包括外生变量的建模。
- 外生变量也称为协变量,可以被认为是并行输入序列,其在与原始序列相同的时间步骤中具有观察结果。初级系列可以称为内源性数据,以将其与外源序列进行对比。对于外源变量的观察结果直接在每个时间步骤包括在模型中,并且不以与主要内源序列相同的方式建模(例如作为 AR,MA 等过程)。
- ARIMAX 方法还可用于使用外生变量对包含的模型进行建模,例如 ARX、MAX、ARMAX 和 ARIMAX。
- 该方法适用于具有趋势和/或季节性成分和外生变量的单变量时间序列。
#-----------------------------------------------------------------------------------------------------------------------------------
# ARIMAX example
from statsmodels