Statsmodels ARIMA：如何获取预测置信区间及生成yhat上下限？

嘿，这个问题我刚好踩过坑！你当前用的model.forecast()确实只返回点预测值，要拿到预测值的上下限（置信区间），得换用get_forecast()方法，它会返回包含更多信息的预测结果对象。

具体步骤和代码示例 #

1. 用get_forecast()替代forecast()，传入预测步数：

import statsmodels
from statsmodels.tsa.arima.model import ARIMA
assert statsmodels.__version__ == '0.12.0'

arima = ARIMA(df['value'], order=order)
model = arima.fit()

# 获取完整的预测结果对象
forecast_results = model.get_forecast(steps=123)

2. 从结果对象中提取需要的内容：

• 点预测值（和原来的yhat完全一致）：

yhat = forecast_results.predicted_mean

• 预测值的置信区间（默认是95%置信水平）：

confidence_intervals = forecast_results.conf_int()
# 拆分出下限和上限，列名对应原数据的列名"value"
yhat_lower = confidence_intervals['lower value']
yhat_upper = confidence_intervals['upper value']

3. 调整置信水平（可选）：
   如果需要非95%的置信区间，比如90%，可以在conf_int()里指定alpha参数（alpha = 1 - 置信水平）：

# 获取90%置信区间
confidence_intervals_90 = forecast_results.conf_int(alpha=0.1)
yhat_lower_90 = confidence_intervals_90['lower value']
yhat_upper_90 = confidence_intervals_90['upper value']

补充说明 #

你之前用的model.conf_int()是用来获取模型参数（比如AR、MA项的系数）的置信区间，而非预测值的置信区间，这就是它和我们需要的结果不匹配的原因。

内容的提问来源于stack exchange，提问作者Dzmitry Lazerka