【python】ARIMA模型在python中实现的包

我是人

ARIMA模型在python中实现的包

模型简介

ARIMA模型（英语：Autoregressive Integrated Moving Average model），差分整合移动平均自回归模型，又称整合移动平均自回归模型（移动也可称作滑动），时间序列预测分析方法之一。ARIMA（p，d，q）中，AR是"自回归"，p为自回归项数；MA为"滑动平均"，q为滑动平均项数，d为使之成为平稳序列所做的差分次数（阶数）。“差分”一词虽未出现在ARIMA的英文名称中，却是关键步骤。

ARIMA（p，d，q）模型是ARMA（p，q）模型的扩展。ARIMA（p，d，q）模型可以表示为：

\left(1-\sum_{i=1}^{p} \phi_{i} L^{i}\right)(1-L)^{d} X_{t}=\left(1+\sum_{i=1}^{q} \theta_{i} L^{i}\right) \varepsilon_{t}

其中L 是滞后算子（Lag operator），$\displaystyle d\in \mathbb {Z} ,d>0$

在python中实现的包

statsmodels 中的 ARIMA

这可能是python中最早的ARIMA模型。

statsmodels.tsa.arima.model.ARIMA

• 官方文档：https://www.statsmodels.org/stable/generated/statsmodels.tsa.arima.model.ARIMA.html#statsmodels.tsa.arima.model.ARIMA
• 使用教程：https://machinelearningmastery.com/arima-for-time-series-forecasting-with-python/

pmdarima

它的便利之处是：具有AutoARIMA的功能，即根据指标自动寻找合适的参数。

pmdarima官方地址：

• GitHub: https://github.com/alkaline-ml/pmdarima
• 英文文档：https://alkaline-ml.com/pmdarima/

我翻译了一些它的文档，语雀地址：https://www.yuque.com/alipayqgthu1irbf/pmdarima

sktime 中的 ARIMA

sktime 包装了很多时间序列预测模型的接口，ARIMA是其中一个。

• AutoARIMA：https://www.sktime.org/en/latest/api_reference/modules/auto_generated/sktime.forecasting.arima.AutoARIMA.html#sktime.forecasting.arima.AutoARIMA
• 手动ARIMA： https://www.sktime.org/en/latest/api_reference/modules/auto_generated/sktime.forecasting.arima.ARIMA.html#sktime.forecasting.arima.ARIMA

darts 中的 ARIMA

类似 sktime，darts 也包装了很多时间序列预测模型的接口，ARIMA也是其中一个。

• Auto-ARIMA：https://unit8co.github.io/darts/generated_api/darts.models.auto_arima.html
• ARIMA：https://unit8co.github.io/darts/generated_api/darts.models.arima.html

关于

感谢这些包的作者，他们让工具变得更加便利！也希望我的整理能帮助到你！Thanks♪(･ω･)ﾉ

本文完全原创，转载请注明出处：https://www.yuque.com/alipayqgthu1irbf/sharkfin/axxtvg

sam喵喵

厉害，高端！
只知道ARMA