如何使用statsmodels.tsa的ARIMA模型获取训练集预测值

解决方法 #

model_fit.get_prediction()返回的是PredictionResultsWrapper包装类对象，不会直接输出数值，你可以按照以下两种方式获取训练集对应的预测值：

• 仅需要点预测值时，可直接调用predict()方法，代码更简洁：

# 直接返回训练集的点预测值
train_pred = model_fit.predict()

• 如果需要同时获取点预测值、置信区间等更多预测相关信息，就从get_prediction()返回的对象中提取对应属性：

pred_res = model_fit.get_prediction()
# 提取训练集点预测值
train_pred = pred_res.predicted_mean
# 可选：提取95%置信区间
train_pred_ci = pred_res.conf_int(alpha=0.05)

你可以参考以下代码完成训练集真实值和拟合值的对比绘图：

import matplotlib.pyplot as plt

plt.figure(figsize=(12, 6))
# 绘制真实训练数据
plt.plot(train.index, train.values, label='真实训练值')
# 绘制模型拟合值
plt.plot(train.index, train_pred, label='模型拟合值', alpha=0.7)
# 可选：绘制置信区间填充区域
plt.fill_between(train.index, train_pred_ci.iloc[:, 0], train_pred_ci.iloc[:, 1], color='gray', alpha=0.2, label='95%置信区间')
plt.legend()
plt.title('ARIMA模型训练集拟合效果对比')
plt.show()

注：以上方法兼容你使用的statsmodels v0.12.2版本。

内容的提问来源于stack exchange，提问作者jros