python趋势算法_时间序列算法理论及python实现（2-python实现）

如果你在寻找时间序列是什么？如何实现时间序列？那么请看这篇博客，将以通俗易懂的语言，全面的阐述时间序列及其python实现。

5 Python实现ARIMA模型

下面应用以上理论知识，对表6中2015/1/1~2015/2/6某餐厅的销售数据进行建模。

就餐饮企业而言，经常会碰到如下问题。

由于餐饮行业是胜场和销售同时进行的，因此销售预测对于餐饮企业十分必要。如何基于菜品历史销售数据，做好餐销售预测，以便减少菜品脱销现象和避免因备料不足而造成的生产延误，从而减少菜品生产等待时间，提供给客户更优质的服务，同事可以减少安全库存量，做到生产准时制，降低物流成本

餐饮销售预测可以看作是基于时间序列的短期数据预测，预测对象为具体菜品销售量

表6 原序列数据

5.1 环境配置

1 importpandas as pd2 importmatplotlib.pyplot as plt3 from matplotlib.pylab importstyle4 from statsmodels.tsa.stattools importadfuller as ADF5 from statsmodels.stats.diagnostic import acorr_ljungbox #白噪声检验

6 from statsmodels.tsa.arima_model importARIMA7 importstatsmodels.tsa.api as smt8 importseaborn as sns9 style.use('ggplot')10 plt.rcParams['font.sans-serif'] = ['SimHei'] #用来正常显示中文标签

11 plt.rcParams['axes.unicode_minus'] = False #用来正常显示负号

要安装的环境有点小多，需要提前安装好。

5.2 导入数据

1 #参数初始化

2 discfile = './data/arima_data.xls'

3 forecastnum = 5

4

5 #读取数据，指定日期列为指标，Pandas自动将“日期”列识别为Datetime格式

6 data = pd.read_excel(discfile, index_col=u'日期')

代码和数据将会公布在Github，请到文末链接。

5.3 检验序列的平稳性

1 #时序图

2 importmatplotlib.pyplot as plt3 plt.rcParams['font.sans-serif'] = ['SimHei'] #用来正常显示中文标签

4 plt.rcParams['axes.unicode_minus'] = False #用来正常显示负号

5 data.plot()6 plt.show()7

8 #自相关图

9 from statsmodels.graphics.tsaplots importplot_acf10 plot_acf(data).show()11

12 #平稳性检测

13 from statsmodels.tsa.stattools importadfuller as ADF14 print(u'原始序列的ADF检验结果为：', ADF(data[u'销量']))15 #返回值依次为adf、pvalue、usedlag、nobs、critical values、icbest、regresults、resstore

图3 原始序列的时序图

图4 原始序列的自相关图

原始时间序列的单位根检验

表7 原始序列的单位根检验

图3时序图显示该序列具有明显的单调递增趋势，可以判断为是非平稳序列；图4的自相关图显示自相关系数长期大于零，说明序列间具有很强的长期相关性；表7单位根检验统计量对应的P值显著大于0.05，最终将该序列判断为非平稳序列(非平稳序列一定不是白噪声序列)。

5.4 对原始序列进行一阶差分，并进行平稳性和白噪声检验

5.4.1 对一阶差分后的序列再次做平稳性判断

1 #差分后的结果

2 D_data =data.diff().dropna()3 D_data.columns = [u'销量差分']4 D_data.plot() #时序图

5 plt.show()6 plot_acf(D_data).show() #自相关图

7 from statsmodels.graphics.tsaplots importplot_pacf8 plot_pacf(D_data).show() #偏自相关图

9 print(u'差分序列的ADF检验结果为：', ADF(D_data[u'销量差分'])) #平稳性检测

图5 一阶差分之后序列的时序图

图6 一阶差分之后序列的自相关图

一阶差分之后序列的单位根检验

表8 一阶差分之后序列的单位根检验

结果显示，一阶差分之后的序列的时序图在均值附近比较平稳的波动、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。

5.4.2 对一阶差分后的序列做白噪声检验(结果见表5-28)

from statsmodels.stats.diagnostic importacorr_ljungboxprint(u'差分序列的白噪声检验结果为：', acorr_ljungbox(D_data, lags=1)) #返回统计量和p值

表9 一阶差分后的序列的白噪声检验

输出的P值远远小于0.05，所以一阶差分之后的序列是平稳非白噪声序列。

5.5 对一阶差分之后的平稳非白噪声序列拟合ARMA模型

下面进行模型定阶，模型定阶就是确定p和q。

5.5.1 人为识别实现模型定阶

一阶差分后自相关图(见图6)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。

图7 一阶差分后序列的偏自相关图

5.5.2 相对最优模型识别

计算ARMA(p,q)。当p和q均小于等于3的所有组合的BIC信息量，取其中BIC信息量达到最小的模型阶数。

1 from statsmodels.tsa.arima_model importARIMA2

3 data[u'销量'] = data[u'销量'].astype(float)4 #定阶

5 pmax = int(len(D_data) / 10) #一般阶数不超过length/10

6 qmax = int(len(D_data) / 10) #一般阶数不超过length/10

7 bic_matrix = [] #bic矩阵

8 for p in range(pmax + 1):9 tmp =[]10 for q in range(qmax + 1):11 try: #存在部分报错，所以用try来跳过报错。

12 tmp.append(ARIMA(data, (p, 1, q)).fit().bic)13 except:14 tmp.append(None)15 bic_matrix.append(tmp)16

17 bic_matrix = pd.DataFrame(bic_matrix) #从中可以找出最小值

18

19 p, q = bic_matrix.stack().idxmin() #先用stack展平，然后用idxmin找出最小值位置。

20 print(u'BIC最小的p值和q值为：%s、%s' % (p, q))

计算完成BIC矩阵如下(绘制程序在主程序，以上程序仅仅只有计算)

图8 矩阵热度图

P值为0、q值为1时最小BIC值为：430.1374。p、q定阶完成！

5.6 模型检验

用AR(1)模型拟合一阶差分后的序列，即对原始序列建立ARIMA(0,1,1)模型。虽然两种方法建立的模型是一样，但模型是非唯一的，可以检验ARIMA(1,1,0)和ARIMA(1,1,1)，这两个模型也能通过检验。

下面对一阶差分后的序列拟合AR(1)模型进行分析。

(1)模型检验。残差为白噪声序列，p值为：0.627016

(2)参数检验和参数估计见表10。

表10 模型参数

5.7 模型预测

1 model = ARIMA(data, (p, 1, q)).fit() #建立ARIMA(0, 1, 1)模型

2 model.summary2() #给出一份模型报告

3 model.forecast(5) #作为期5天的预测，返回预测结果、标准误差、置信区间。

应用ARIMA(0,1,1)对表11中的2015/1/1~2015/2/6某餐厅的销售数据做为期5天的预测，结果如下。

表11 预测结果

需要说明的是，利用模型向前预测的时期越长，预测误差将会越大，这是时间预测的典型特点。

6 文献

王黎明，王连等. 应用时间序列分析

张良均，王路，谭立云，苏剑林. Python数据分析与挖掘实战

7 附录：程序及数据

说明：为了方便调用，我把所有程序都封装成函数，调用极其方便只用改动很小的参数。

1 #-*- coding:utf-8 -*-

2 #@Time : 2018/7/11 15:18

3 #@Author : yuanjing liu

4 #@Email : lauyuanjing@163.com

5 #@File : ts_arima.py

6 #@Software: PyCharm

7 #arima时序模型

8

9 importpandas as pd10 importmatplotlib.pyplot as plt11 from matplotlib.pylab importstyle12 from statsmodels.tsa.stattools importadfuller as ADF13 from statsmodels.stats.diagnostic import acorr_ljungbox #白噪声检验

14 from statsmodels.tsa.arima_model importARIMA15 importstatsmodels.tsa.api as smt16 importseaborn as sns17 style.use('ggplot')18 plt.rcParams['font.sans-serif'] = ['SimHei'] #用来正常显示中文标签

19 plt.rcParams['axes.unicode_minus'] = False #用来正常显示负号

20

21

22 #对原始数据进行ACF、PACF检验

23 def tsplot(y, lags=None, title='', figsize=(14, 8)):24 fig = plt.figure(figsize=figsize)25 layout = (2, 2)26 ts_ax =plt.subplot2grid(layout, (0, 0))27 hist_ax = plt.subplot2grid(layout, (0, 1))28 acf_ax = plt.subplot2grid(layout, (1, 0))29 pacf_ax = plt.subplot2grid(layout, (1, 1))30

31 y.plot(ax=ts_ax)32 ts_ax.set_title(title)33 y.plot(ax=hist_ax, kind='hist', bins=25)34 hist_ax.set_title('Histogram')35 smt.graphics.plot_acf(y, lags=lags, ax=acf_ax)36 smt.graphics.plot_pacf(y, lags=lags, ax=pacf_ax)37 [ax.set_xlim(0) for ax in[acf_ax, pacf_ax]]38 sns.despine()39 fig.tight_layout()40 plt.show()41 returnts_ax, acf_ax, pacf_ax42

43

44 #平稳性检测(P值大于0.05，则存在单位根，是不平稳时间序列)

45 #adf_jy返回值依次为adf、pvalue、usedlag、nobs、critical values、icbest、regresults、resstore

46 defsteady(sdata):47 adf_jy = ADF(sdata) #data[u'销量']

48 adf_p_value = adf_jy[1]49 returnadf_jy, adf_p_value50

51

52 #白噪声检验

53 defw_noise(wdata):54 w_noise = acorr_ljungbox(wdata, lags=1) #返回统计量和p值

55 w_p_value = float(w_noise[1])56 returnw_noise, w_p_value57

58

59 #差分后的结果(如果不平稳)

60 defts_diff(ddata):61 D_data = ddata.diff().dropna() #dropna是缺失值处理

62 D_data.columns = [u'1阶差分']63 returnD_data64

65

66 def ts_arima(tsdata, forenum=5):67 tsdata =tsdata.astype(float)68 #定阶

69 D_data =ts_diff(tsdata)70 pmax = int(len(D_data) / 10) #一般阶数不超过length/10

71 qmax = int(len(D_data) / 10) #一般阶数不超过length/10

72 bic_matrix = [] #bic矩阵

73 for p in range(pmax + 1):74 tmp =[]75 for q in range(qmax + 1):76 try: #存在部分报错，所以用try来跳过报错。

77 tmp.append(ARIMA(tsdata, (p, 1, q)).fit().bic)78 except:79 tmp.append(None)80 bic_matrix.append(tmp)81

82 bic_matrix = pd.DataFrame(bic_matrix) #从中可以找出最小值

83

84 #可视化BIC矩阵

85 fig, ax = plt.subplots(figsize=(10, 8))86 ax =sns.heatmap(bic_matrix,87 mask=bic_matrix.isnull(),88 ax=ax,89 annot=True,90 fmt='.2f',91 )92 ax.set_title('BIC')93 plt.show()94

95 p, q = bic_matrix.stack().idxmin() #先用stack展平，然后用idxmin找出最小值位置。

96 #print(u'BIC最小的p值和q值为：%s、%s' % (p, q))

97

98 model = ARIMA(tsdata, (p, 1, q)).fit() #建立ARIMA(0, 1, 1)模型

99 summary = model.summary2() #给出一份模型报告

100 forecast = model.forecast(forenum) #作为期forenum天的预测，返回预测结果、标准误差、置信区间。

101 returnbic_matrix, p, q, model, summary, forecast102

103

104 #测试

105 #读取数据

106 discfile = '../data/arima_data.xls'

107 forecastnum = 5

108 data = pd.read_excel(discfile, index_col=u'日期')109 ddata = data[u'销量']110 #检验

111 ts_ap = tsplot(ddata, title='A Given Training Series', lags=20) #ACF 和 PACF 检验

112 s_total, s_p = steady(ddata) #平稳性检验

113 w_total, w_p =w_noise(ddata)114 #差分

115 dif_data =ts_diff(ddata)116 #arima模型

117 bic_matrix1, p1, q1, model1, summary, forecast = ts_arima(ddata)

ts_arima_main

转载说明

1、本人博客纯属技术积累和分享，欢迎大家评论和交流以求共同进步。

2、在无明确说明下，博客可以转载以供个人学习和交流，但是要附上出处。

3、如果原创博客使用涉及商业/公司行为请邮件(1547364995@qq.com)告知，一般情况均会及时回复同意。

4、如果个人博客中涉及他人文章我会尽力注明出处，但受限于能力并不能保证所有引用之处均能够注明出处，如有冒犯，请您及时邮件告知以便修改，并于此提前向您道歉。

5、转载过程中如有涉及他人作品请您与作者联系。

6、所有文章(不限于原创)仅为个人见解，个人只能尽量保证正确，如有错误您需要自负责任，并请您留下评论提出错误之处以便及时更正，惠泽他人，谢谢