如何使用Python中auto_arima获取样本内拟合值

pmdarima库的auto_arima训练完成的模型对象，可直接调用predict_in_sample()方法输出训练集对应的样本内拟合值。
你当前代码中使用的predict(n_periods=test_period)仅用于生成训练集时间节点之后的样本外预测值，和样本内拟合值的获取接口相互独立。

实现代码 #

在原有建模逻辑基础上补充对应调用即可，示例如下：

model = auto_arima(y = training_set['Y'],
                  m = 12,
                  seasonal = True,
                  stepwise = False)

# 原有逻辑：生成测试集对应的样本外预测值
predictions = model.predict(n_periods = test_period)
predictions

# 新增逻辑：生成全量训练集对应的样本内拟合值
in_sample_fits = model.predict_in_sample()
in_sample_fits

常用参数配置 #

• 传入return_conf_int=True时，方法会同时返回样本内拟合值的置信区间，返回格式为(拟合值序列, 置信区间上下界数组)的元组
• 可通过start参数指定拟合值的返回起始索引，例如model.predict_in_sample(start=len(training_set)-12)将仅返回训练集最后12个时间步的拟合结果
• 因ARIMA模型差分逻辑的存在，序列最开头长度等于差分阶数的位置会返回空值，属于正常输出

内容的提问来源于stack exchange，提问作者nukepanda