为何ARIMA模型预测结果为直线？基于PEMS08数据集的交通预测问题

问题描述 #

我基于为ASTGCN预处理的PEMS08数据集，搭建ARIMA模型预测单个节点的道路交通流量。使用statsmodels结合pmdarima的auto_arima自动筛选最优ARIMA参数，但测试集预测结果是一条无波动的直线，完全没能还原原时间序列的变化趋势。

代码实现 #

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from pmdarima import auto_arima
from statsmodels.tsa.arima.model import ARIMA
from sklearn.metrics import mean_absolute_error, mean_squared_error

# 加载为ASTGCN预处理的数据集
data = np.load('data/PEMS08/PEMS08_r1_d0_w0_astcgn.npz')

# 提取节点0的时间序列数据
data_node_0 = data['train_target'][:, 0, :]  # (样本数, 预测步长)

# 将数据重组为单维时间序列
time_series_node_0 = data_node_0.flatten()

# 划分训练集与测试集
train_size = int(len(time_series_node_0) * 0.8)
train, test = time_series_node_0[:train_size], time_series_node_0[train_size:]

# 使用auto_arima确定ARIMA最优参数
stepwise_model = auto_arima(train, seasonal=False, trace=True, error_action='ignore', suppress_warnings=True)
print(stepwise_model.summary())

# 基于最优参数构建ARIMA模型
tuned_order = stepwise_model.order
model = ARIMA(train, order=tuned_order)
model_fit = model.fit()

# 测试集预测
start = len(train)
end = len(train) + len(test) - 1
predictions = model_fit.predict(start=start, end=end, typ='levels')

# 模型性能评估
mae = mean_absolute_error(test, predictions)
mse = mean_squared_error(test, predictions)
rmse = np.sqrt(mse)
mape = np.mean(np.abs((test - predictions) / test)) * 100

print(f'MAE: {mae:.4f}')
print(f'RMSE: {rmse:.4f}')
print(f'MAPE: {mape:.4f}%')

# 绘制预测结果与真实值对比图
plt.figure(figsize=(10, 5))
plt.plot(test, label='真实值', color='blue')
plt.plot(predictions, label='ARIMA预测值', color='red')
plt.title('节点0的ARIMA预测值与真实值对比')
plt.xlabel('时间步')
plt.ylabel('流量值')
plt.legend()
plt.grid()
plt.show()

排查方向 #

• 检查数据集结构：确认train_target的维度是否符合预期，扁平化操作是否破坏了时间序列的连续性
• 验证auto_arima参数：是否因seasonal=False忽略了交通流量的日/周季节性规律，导致模型无法捕捉波动
• 查看模型参数结果：检查auto_arima输出的最优阶数是否为(0,0,0)，这种情况下模型会输出常数预测值
• 数据平稳性检验：ARIMA要求序列平稳，若原始序列非平稳，需重新调整差分阶数（d值）

内容的提问来源于stack exchange，提问作者Vincenzo Pallini