ARIMA.fit()报错TypeError：意外的关键字参数'trend'问题求助

问题场景 #

运行Python代码时触发TypeError，提示ARIMA.fit()收到意外的关键字参数'trend'，但参考视频中相同代码可正常运行。

完整代码 #

import pandas as pd
import numpy as np

import matplotlib.pyplot as plt

import warnings
warnings.filterwarnings("ignore")  
file_path = '/Users/doyeongpark/Downloads/BTCprice.csv'
bitcoin_df = pd.read_csv(file_path, names = ['day', 'price'])  
bitcoin_df.tail()  
bitcoin_df['day'] = pd.to_datetime(bitcoin_df['day'])  
bitcoin_df.index = bitcoin_df['day']
bitcoin_df.set_index('day', inplace=True)
bitcoin_df.head()  
bitcoin_df.describe()

from statsmodels.tsa.arima.model import ARIMA
import statsmodels.api as sm  

model = ARIMA(bitcoin_df.price.values, order=(2,1,2))
model_fit = model.fit(trend = 'c',full_output = True, disp = True)

print(model_fit.summary())

错误信息 #

TypeError: ARIMA.fit() got an unexpected keyword argument 'trend'

原因分析 #

• statsmodels版本差异：旧版ARIMA（导入路径为statsmodels.tsa.arima_model.ARIMA）的fit()方法支持trend、full_output、disp等参数；但在statsmodels新版本中，ARIMA类被重构并移至statsmodels.tsa.arima.model.ARIMA，trend参数被调整到模型初始化阶段传入，fit()方法不再接收该参数，同时full_output、disp也被移除或替换（disp被verbose替代）。视频中使用的是旧版接口，而当前使用的是新版接口，导致参数不兼容。

解决办法 #

方案1：适配新版statsmodels接口（推荐） #

将trend参数移至ARIMA模型初始化时传入，同时替换过时参数：

from statsmodels.tsa.arima.model import ARIMA

# 初始化模型时传入trend参数
model = ARIMA(bitcoin_df.price.values, order=(2,1,2), trend='c')
# 使用新版支持的verbose参数替代disp
model_fit = model.fit(verbose=True)

print(model_fit.summary())

方案2：回退到旧版ARIMA接口 #

如果需要和视频代码完全一致，可以导入旧版ARIMA类（注意：旧版已被标记为弃用，未来版本可能被移除）：

# 导入旧版ARIMA
from statsmodels.tsa.arima_model import ARIMA

model = ARIMA(bitcoin_df.price.values, order=(2,1,2))
model_fit = model.fit(trend='c', full_output=True, disp=True)

print(model_fit.summary())

内容的提问来源于stack exchange，提问作者Eno Park