如何在含缺失值的时间序列上适配pmdarima auto_arima？

如果你不想使用插补值，又要利用pmdarima的自动参数搜索能力处理含NaN的周粒度时间序列，有以下几个可行方案：

方案1：用pmdarima选参数，statsmodels状态空间ARIMA拟合 #

pmdarima的auto_arima核心是自动搜索最优ARIMA阶数（包括季节性参数），而statsmodels的状态空间ARIMA支持直接拟合含缺失值的数据。可以拆分两步操作：

• 第一步：临时清理数据中的NaN（比如删除含缺失值的行），用这部分干净数据跑auto_arima，得到最优的order和seasonal_order参数。
• 第二步：将原始含NaN的完整时间序列传入statsmodels的ARIMA模型，指定method='statespace'，并用第一步得到的参数进行拟合。

示例代码：

import pmdarima as pm
import statsmodels.api as sm

# 假设ts是含NaN的周粒度时间序列
ts_clean = ts.dropna()

# 用干净数据自动搜索最优参数
auto_model = pm.auto_arima(ts_clean, seasonal=True, m=52)  # m=52对应周粒度季节性
best_order = auto_model.order
best_seasonal_order = auto_model.seasonal_order

# 用原始含NaN数据拟合状态空间ARIMA
final_model = sm.tsa.ARIMA(ts, order=best_order, seasonal_order=best_seasonal_order)
results = final_model.fit(method='statespace')

方案2：自定义带缺失值支持的自动参数搜索 #

如果担心临时清理数据会影响参数选择的准确性，可以基于pmdarima的搜索逻辑，替换内部的拟合函数为statsmodels的状态空间ARIMA，让整个搜索过程直接处理含缺失值的数据。

• 复用pmdarima的stepwise或random搜索策略，将每一步的模型拟合替换为支持NaN的statsmodels实现，无需预处理数据就能完成参数搜索和模型拟合。

示例思路（简化版）：

from pmdarima.arima import StepwiseContext
import statsmodels.api as sm

# 自定义拟合函数，使用statsmodels状态空间ARIMA
def fit_statespace_arima(y, order, seasonal_order):
    model = sm.tsa.ARIMA(y, order=order, seasonal_order=seasonal_order)
    return model.fit(method='statespace')

# 替换pmdarima默认拟合逻辑，直接处理含NaN的数据
with StepwiseContext(fit=fit_statespace_arima):
    auto_model = pm.auto_arima(ts, seasonal=True, m=52)  # ts为含NaN的原始数据

方案3：仅删除连续缺失段，保留单点缺失 #

如果缺失值是分散的单点（而非连续多周缺失），可以仅删除连续缺失的极端情况，保留单点缺失的数据集来跑auto_arima。单点缺失对ARIMA参数选择的影响极小，后续用statsmodels状态空间ARIMA拟合时仍能处理这些单点缺失。

内容的提问来源于stack exchange，提问作者Elis