PM10浓度预测SARIMA模型设置m=365时无法运行的问题求助

问题原因 #

• 计算量过载：当设置季节周期m=365时，auto_arima需要遍历季节参数（P、D、Q）的所有可能组合，每个组合都要基于一年的时间窗口进行模型拟合。对于五年的日度数据，训练集样本量约1460条，这种规模的计算会占用极大的内存和CPU资源，直接导致程序崩溃或超时。
• 有效季节样本不足：训练集仅包含约4年的日度数据（80%的五年数据），对应仅4个完整的年度周期。如此少的季节周期样本，无法可靠估计SARIMA的季节参数，模型难以收敛。
• 数据噪声掩盖年度周期：日度PM10数据受天气、排放等短期因素影响，噪声较强，年度级别的季节信号容易被淹没，auto_arima无法识别有效的年度季节模式，进而导致模型拟合失败。

可行解决方案 #

1. 调整季节周期参数m #

选择更短且更显著的季节周期，比如：

• 周度周期：m=7，捕捉PM10的周度波动规律（工作日与周末排放差异）
• 月度周期：m=30或m=12（降采样为月度数据后），适配月度排放变化
  若需保留年度趋势，可结合傅里叶变换拟合年度周期成分，而非直接用SARIMA的季节项。

2. 限制参数搜索范围 #

手动缩小auto_arima的参数搜索空间，避免全量遍历，示例代码：

auto_model = auto_arima(
    train['Alipur'], 
    seasonal=True, 
    stationary=True, 
    m=365,
    max_p=2, max_q=2,  # 限制非季节AR/MA参数范围
    max_P=1, max_Q=1,  # 限制季节AR/MA参数范围
    max_D=1,           # 限制季节差分阶数
    trace=False        # 关闭日志输出减少开销
)

3. 数据降采样 #

将日度数据降采样为周度或月度平均值，减少数据量同时平滑噪声，示例代码：

# 降采样为周度均值
weekly_train = train['Alipur'].resample('W').mean()
# 此时设置m=52（周度年度周期）
auto_model = auto_arima(weekly_train, seasonal=True, m=52, stationary=True)

4. 手动指定SARIMA参数 #

跳过auto_arima的自动搜索，基于领域知识或简单统计检验（如ACF/PACF图）手动设置参数，示例：

from statsmodels.tsa.statespace.sarimax import SARIMAX

# 手动设置参数：非季节(p,d,q)=(1,1,1)，季节(P,D,Q,m)=(1,1,1,365)
model = SARIMAX(train['Alipur'], order=(1,1,1), seasonal_order=(1,1,1,365))
result = model.fit()

代码片段补充说明 #

你提供的auto_arima代码存在截断，完整调用通常需补充参数（如trace、stepwise等），例如：

auto_model = auto_arima(
    train['Alipur'], 
    seasonal=True, 
    stationary=True, 
    m=365,
    trace=True, 
    stepwise=True  # 用逐步搜索替代全量搜索，减少计算量
)

内容的提问来源于stack exchange，提问作者Divyansh Sharma