一、学习内容
1. SARIMA 模型的定义与公式推导
SARIMA 模型:
- SARIMA 模型是扩展了 ARIMA 模型的一种方法,全称为季节性自回归积分滑动平均模型(Seasonal AutoRegressive Integrated Moving Average)。它结合了 ARIMA 模型的非季节性部分和季节性成分,用于处理具有季节性模式的时间序列数据。
- SARIMA 模型可以表示为
其中:
是时间
的观察值。
是非季节性自回归多项式,阶数为
。
是季节性自回归多项式,阶数为
。
是非季节性移动平均多项式,阶数为
。
是季节性移动平均多项式,阶数为
。
表示非季节性差分操作,次数为
。
表示季节性差分操作,次数为
。
是白噪声项。
是季节性周期。
SARIMA 模型的公式:
- SARIMA 模型的数学表达式为:
其中:
是非季节性自回归项的系数。
是季节性自回归项的系数。
是非季节性移动平均项的系数。
是季节性移动平均项的系数。
是滞后算子,表示滞后 1 期。
是白噪声项。
2. SARIMA 模型的参数识别与选择 (P, D, Q)
非季节性参数识别:
(非季节性自回归项):通过偏自相关函数(PACF)图确定,如果 PACF 在某个滞后期后截尾,截尾点即为
的值。
(非季节性差分次数):通过差分使序列平稳,差分次数
通常根据时间序列的平稳性检验或观察差分后的序列图来选择。
(非季节性移动平均项):通过自相关函数(ACF)图确定,如果 ACF 在某个滞后期后截尾,截尾点即为
的值。
季节性参数识别:
(季节性自回归项):通过季节性 PACF 图确定。
(季节性差分次数):通过季节性差分使序列平稳,季节性差分次数
根据季节性周期和数据的季节性特征确定。
(季节性移动平均项):通过季节性 ACF 图确定。
(季节性周期):季节性周期
通常是已知的,如每年或每季度。
3. SARIMA 模型的季节性成分处理
季节性成分处理:
- 在 SARIMA 模型中,季节性成分通过季节性自回归(SAR)、季节性差分(SD)、季节性移动平均(SMA)项进行处理。这些季节性成分使模型能够捕捉周期性模式,并提升对季节性数据的预测能力。
二、实战案例
下面我们将使用 statsmodels
库对航空乘客数据进行 SARIMA 模型的拟合与预测。
1. 数据加载与原始数据可视化
import pandas as pd
import matplotlib.pyplot as plt
from statsmodels.tsa.statespace.sarimax import SARIMAX
from statsmodels.graphics.tsaplots import plot_acf, plot_pacf
# 加载时间序列数据集
url = "https://raw.githubusercontent.com/jbrownlee/Datasets/master/airline-passengers.csv"
data = pd.read_csv(url, parse_dates=['Month'], index_col='Month')
# 绘制原始数据的时间序列图
plt.figure(figsize=(12, 6))
plt.plot(data['Passengers'], label='Original')
plt.title('Original Time Series')
plt.xlabel('Date')
plt.ylabel('Number of Passengers')
plt.legend()
plt.grid(True)
plt.show()
程序解释:
- 载入航空乘客数据集,并绘制原始时间序列图,观察数据的趋势和季节性波动。
结果输出:
原始数据的时间序列图:图表显示了航空乘客数量随时间的变化,表现出明显的上升趋势和季节性波动。
2. 一阶差分与季节性差分
# 进行一阶差分以去除趋势
data_diff = data.diff().dropna()
# 进行季节性差分以去除季节性成分
data_seasonal_diff = data_diff.diff(12).dropna()
# 绘制差分后的时间序列图
plt.figure(figsize=(12, 6))
plt.plot(data_seasonal_diff['Passengers'], label='Seasonally Differenced')
plt.title('Seasonally Differenced Time Series')
plt.xlabel('Date')
plt.ylabel('Differenced Passengers')
plt.legend()
plt.grid(True)
plt.show()
程序解释:
- 对时间序列进行一阶差分,以去除趋势。
- 对差分后的数据进行季节性差分,以去除季节性成分。季节性差分是针对周期为 12 的数据进行差分(即
diff(12)
),消除一年中的季节性波动。
结果输出:
差分后的时间序列图:一阶差分后的数据消除了趋势,而季节性差分进一步消除了季节性成分,表现为更加平稳的时间序列。
3. ACF 和 PACF 图的绘制
# 绘制 ACF 和 PACF 图
plt.figure(figsize=(12, 6))
plt.subplot(121)
plot_acf(data_seasonal_diff, lags=40, ax=plt.gca())
plt.title('ACF of Seasonally Differenced Data')
plt.subplot(122)
plot_pacf(data_seasonal_diff, lags=40, ax=plt.gca())
plt.title('PACF of Seasonally Differenced Data')
plt.tight_layout()
plt.show()
程序解释:
- 绘制季节性差分后的 ACF 和 PACF 图,帮助确定 SARIMA 模型的参数。
结果输出:
ACF 和 PACF 图:ACF 和 PACF 图展示了季节性差分后的数据自相关结构,通过这些图可以确定 SARIMA 模型的参数。
4. SARIMA 模型拟合
# SARIMA 模型拟合 (p, d, q) x (P, D, Q, m) = (1, 1, 1) x (1, 1, 1, 12)
model = SARIMAX(data['Passengers'], order=(1, 1, 1), seasonal_order=(1, 1, 1, 12))
results = model.fit()
# 输出模型摘要
print(results.summary())
程序解释:
- 使用
SARIMAX
函数拟合 SARIMA 模型。本例中选择和
来拟合模型。
- 输出模型的摘要信息,包括 AIC、BIC 等指标。
结果输出:
SARIMAX Results
==========================================================================================
Dep. Variable: Passengers No. Observations: 144
Model: SARIMAX(1, 1, 1)x(1, 1, 1, 12) Log Likelihood -506.149
Date: Mon, 02 Sep 2024 AIC 1022.299
Time: 12:59:16 BIC 1036.675
Sample: 01-01-1949 HQIC 1028.140
- 12-01-1960
Covariance Type: opg
==============================================================================
coef std err z P>|z| [0.025 0.975]
------------------------------------------------------------------------------
ar.L1 -0.1272 0.356 -0.357 0.721 -0.825 0.570
ma.L1 -0.2149 0.325 -0.660 0.509 -0.853 0.423
ar.S.L12 -0.9272 0.214 -4.341 0.000 -1.346 -0.509
ma.S.L12 0.8395 0.309 2.717 0.007 0.234 1.445
sigma2 130.7819 15.420 8.481 0.000 100.559 161.005
===================================================================================
Ljung-Box (L1) (Q): 0.00 Jarque-Bera (JB): 7.05
Prob(Q): 0.99 Prob(JB): 0.03
Heteroskedasticity (H): 2.65 Skew: 0.13
Prob(H) (two-sided): 0.00 Kurtosis: 4.11
===================================================================================
SARIMA 模型的摘要:模型摘要中包含了各参数的估计值、标准误差、t 统计量,以及 AIC/BIC 等信息准则,用于评估模型的拟合效果。
5. 模型预测
# 进行预测
pred = results.get_forecast(steps=24)
pred_ci = pred.conf_int()
# 绘制预测结果
plt.figure(figsize=(12, 6))
plt.plot(data.index, data['Passengers'], label='Observed')
plt.plot(pred.predicted_mean.index, pred.predicted_mean, color='red', label='Forecast')
plt.fill_between(pred_ci.index, pred_ci.iloc[:, 0], pred_ci.iloc[:, 1], color='pink', alpha=0.3)
plt.title('SARIMA Model Forecast')
plt.xlabel('Date')
plt.ylabel('Number of Passengers')
plt.legend()
plt.grid(True)
plt.show()
程序解释:
- 使用拟合的 SARIMA 模型进行未来 24 个月的乘客数量预测。
- 绘制预测结果图,并包含置信区间(confidence interval),展示模型预测的范围。
结果输出:
模型预测结果:预测结果图展示了未来 24 个月的航空乘客数量预测值,并在图中包含了置信区间,表示预测的不确定性范围。预测结果与观测数据的趋势和季节性波动相一致,表明 SARIMA 模型能够有效捕捉季节性时间序列的数据结构。
三、运行结果分析
1. 季节性处理
- SARIMA 模型通过季节性自回归、季节性差分和季节性移动平均的组合,成功捕捉了时间序列中的季节性成分。这种处理方式特别适用于具有周期性模式的时间序列。
2. ACF 和 PACF 图分析
- 通过季节性差分后的 ACF 和 PACF 图,确定了 SARIMA 模型的参数。这些图表帮助识别了数据中的自相关性和季节性成分,为模型参数的选择提供了依据。
3. SARIMA 模型的拟合与预测
- SARIMA 模型拟合后的结果表明,模型能够有效地解释和预测时间序列数据。AIC/BIC 指标可以用来评估模型的优劣。
- 预测结果显示了未来的乘客数量,并且预测结果与观测数据的季节性波动相一致,表明模型的预测效果良好。
通过这次学习,您掌握了如何构建和应用 SARIMA 模型来处理具有季节性模式的时间序列数据。SARIMA 模型在实际应用中非常有用,特别是在预测那些具有周期性模式的数据时,如销售数据、气象数据等。