Python ARIMA 教程

作者：社区 / 开发者
2024年3月29日

导航至

如何在 Python 中实现 ARIMA 模型

时间序列预测是金融、天气预测和销售预测等领域数据分析的重要组成部分。ARIMA 模型是该领域的主要课题之一。这种统计方法以其在估计和预测时间相关数据方面的效率而闻名。它深受许多人喜爱，因为它可以使用高级别的准确性对各种时间序列进行建模，使其成为预测分析中的强大工具。

本指南将分解在 Python 中实现 ARIMA 模型的过程，Python 是一种以其丰富的数据分析库和工具而闻名的语言。Python 提供的简洁性和广泛支持使其适合用于像 ARIMA 这样复杂的统计模型。我们将从设置您的 Python 环境以及构建、评估和优化 ARIMA 模型开始。在本帖结束时，您应该能够清楚地掌握 ARIMA 模型以及如何使用 Python 将其应用于有效的预测。

理解 Python 中的 ARIMA

自回归积分移动平均 (ARIMA) 是时间序列统计中的基本工具。它检查过去的值以了解和预测数据序列中的点。此模型在处理随时间变化模式或趋势的数据时特别有用。它由三个关键部分组成

  • 自回归 (AR)： 这表示一个变量在多大程度上取决于其先前的值。AR 部分根据过去的观测值估计未来的值——它着眼于变量与其先前值之间的关系。
  • 积分 (I)： 这些是相反的操作，用于消除数据中的趋势或季节性，以便它们的均值和方差随时间恒定。基本上，这意味着差分数据（即，从当前值中减去先前的值）。
  • 移动平均 (MA)： 这包含了先前发生的误差，在建模时考虑了过去误差的组合。它可用于减轻数据中的噪声，以识别其潜在趋势。

在现实世界场景中的应用

ARIMA 模型广泛适用于现实生活场景。因此，它非常适合对具有趋势和季节性的数据进行建模，例如

  • 经济预测：预测 GDP、失业率或股票价格
  • 销售预测：根据先前的销售数据预测未来的产品需求
  • 天气预报：温度、降雨或其他天气条件预测
  • 资源分配：预测零售和制造业等行业的库存或生产需求

Python 提供了各种库来实现 ARIMA，例如 statsmodels，它具有用于构建和分析模型的众多功能。因此，Python 是学习 ARIMA 模型并实际应用它们的有效工具。

在 Python 中实现 ARIMA 的先决条件 

在我们开始使用 Python 中的 ARIMA 模型之前，请确保您拥有以下内容

基本知识

  • Python 熟练度：熟悉基本的 Python 编程
  • 统计理解：统计学的基本方面，尤其与时间序列数据相关

工具和库

  • Python：实现的主要语言
  • Jupyter Notebook：交互式编码体验
  • 主要库：pandas、NumPy、matplotlib、statsmodels（可使用 pip 安装）

设置 Python 中 ARIMA 的环境

安装 Jupyter Notebook

  • 打开命令行或终端：转到命令行 (Windows) 或终端 (Mac/Linux)。
  • 安装 Jupyter：键入 pip install notebook 并按 Enter 键。这将在您的计算机上安装 Jupyter Notebook。

安装 Python 库

以下步骤指导您安装 Jupyter Notebook。要打开 Jupyter Notebook，请在命令行或终端中键入 jupyter notebook 并按 Enter 键，如下所述。

  • 创建新的笔记本：在 Jupyter 界面中，为您的 ARIMA 项目创建一个新的笔记本。
  • 在笔记本中安装库：在单独的单元格中键入并运行以下命令
    • !pip install pandas 用于数据操作
    • !pip install numpy 用于数值运算
    • !pip install matplotlib 用于数据可视化
    • !pip install statsmodels 用于统计建模，包括 ARIMA

这些步骤确保您拥有一个功能齐全的 Python 环境，其中包含开始使用 ARIMA 模型的所有必要工具。

在 Python 中实现您的第一个 ARIMA 模型

导入必要的库

首先导入您需要的库。在您的 Python 环境（如 Jupyter Notebook）中，输入以下命令

import pandas as pd

import numpy as np

import matplotlib.pyplot as plt

from statsmodels.tsa.arima.model import ARIMA

from statsmodels.tsa.stattools import adfuller

加载和可视化时间序列数据

  1. 加载数据：使用 pandas 加载您的时间序列数据。例如，您可以使用 data = pd.read_csv('data.csv')。
  2. 可视化数据：绘制您的数据以了解其模式。这是一个示例

data.plot()

plt.show()

平稳性检验

平稳性对于 ARIMA 模型至关重要。使用增广迪基-福勒检验来检查平稳性：

result = adfuller(data['column_name'])

print('ADF 统计量: %f' % result[0])

print('p 值: %f' % result[1])

如果 p 值 > 0.05，则数据是非平稳的，需要差分。

必要时进行差分

如果您的数据是非平稳的，请对其进行差分

data_diff = data.diff().dropna()

确定 ARIMA 参数 (p, d, q)

  • 绘图：使用绘图（如自相关和偏自相关图）来估计“p”和“q”。
  • 统计检验：使用统计方法或经验法则来找到最佳的“p”、“d”、“q”值。

构建和拟合 ARIMA 模型

使用您选择的参数创建和拟合 ARIMA 模型

model = ARIMA(data_diff, order=(p,d,q))

model_fit = model.fit()

进行预测

使用拟合模型进行预测

predictions = model_fit.forecast(steps=5)  # 预测接下来的 5 个点

print(predictions)

如何评估 ARIMA 模型

一旦您在 Python 中编写了 ARIMA 模型，评估其性能至关重要。了解您的模型与数据的拟合程度有助于进行精确预测。以下是如何进行评估。

理解性能指标

  1. 赤池信息准则 (AIC)：这是衡量模型优劣的指标。它评估模型的复杂性与模型拟合数据的程度之间的关系。AIC 的最佳值是最小值。
  2. 贝叶斯信息准则 (BIC)：与 AIC 类似，此方法评估质量，但与 AIC 相比，它对复杂模型的惩罚更强。BIC 的最佳值是最小值。
  3. 均方根误差 (RMSE)：此指标给出平均误差大小。它是通过对预测值与实际观测值之间均方差的平方根进行计算得出的，在误差越小意味着模型越好的情况下。

解释模型摘要

您可以使用 stats models 库找到 ARIMA 模型的摘要。以下是一些需要关注的关键事项

  • 系数：每个特征对于因变量的重要性通过这些值揭示出来。
  • P > z （p 值）：低 p 值（通常 < 0.05）意味着此模型中的参数在统计学上是显着的。
  • AIC/BIC 值：使用这些值来比较模型。

调整您的 ARIMA 模型

为了提高预测准确性，ARIMA 模型需要对其参数 (p, d, q) 进行微调。以下是要采取的适当步骤。

微调模型参数 (p, d, q)

  • 迭代方法：根据初始分析（如 ACF 和 PACF 图）测试 p、d 和 q 的不同组合。对于每个组合，观察模型的性能并进行相应调整。
  • 理解数据：有时，通过分析数据，我们可以了解需要多少差分 (d) 或要包含的滞后值量（p 和 q）。
  • 简单性很重要：一个使用较少 p、d 和 q 值的简单模型通常比复杂的模型更好。过多的参数会导致结果过载。

用于参数优化的网格搜索

网格搜索是对超参数的整个空间进行人工指定的检查。主要目的是找到 p、d 和 q 之间的哪个组合对于某些指标或分数具有最小值。

在 Python 中实现网格搜索

以下是如何在 Python 中为 ARIMA 模型参数实现网格搜索的简化示例

`from statsmodels.tsa.arima.model import ARIMA`

`import itertools`

`# Define the p, d, and q ranges to try`

`p = range(0, 3)`

`d = range(0, 2)`

`q = range(0, 3)`

`pdq = list(itertools.product(p, d, q))`

`best_score, best_cfg = float("inf"), None`

`for param in pdq:`

`    try:`

`        model = ARIMA(train_data, order=param)`

`        model_fit = model.fit()`

`        # Adjust this to use your preferred metric (e.g., AIC)`

`        if model_fit.aic < best_score:`

`            best_score, best_cfg = model_fit.aic, param`

`    except:`

`        continue`

`print('Best ARIMA%s AIC=%.2f' % (best_cfg, best_score))`

该代码将测试 p、d 和 q 的不同组合，并识别 AIC 最小的组合（如果您喜欢其他标准）。请记住，当处理较大的数据集和许多可能的参数组合时，优化可能需要大量的计算机时间。

Python 中的 ARIMA：总结

这使我们来到了本文的结尾。我们已经完成了在 Python 语言中开发、实现和调试 ARIMA 模型的过程。像任何有价值的旅程一样，沿途也有艰难的转弯，但您在时间序列预测领域获得的专业知识是无价的。因此，请继续试验并从您的数据中学习。每个数据集都有一个叙述，而您现在可以更好地揭示这些隐藏的故事。祝您预测愉快！

这篇文章由 Keshav Malik 撰写，他是一位技术精湛且充满热情的安全工程师。Keshav 热衷于自动化、黑客攻击和探索不同的工具和技术。Keshav 热衷于寻找解决复杂问题的创新解决方案，并且一直在寻找新的机会来成长和提高自己的专业水平。他致力于保持领先地位，并且始终关注最新和最出色的工具和技术。