python statsmodels arima予測実データオプション

Question

私はおそらくドキュメントを誤解していますが、新しいデータにARIMAResults.predict関数を使用するにはどうすればよいですか？私は、トレーニングデータセットのモデルを作成し、そして今私はそれが私のテストセットで実行する方法を見てみたいので、私はresult.predict(test_data, steps=3)

EDITようなものを実行する必要があります。はおそらく、質問があまりにも漠然としました。これは私がから一般化でき、より具体的なものです：

model = sm.tsa.ARIMA(train_data, (1, 0, 0)).fit(disp=0) 

私は今、このモデルのパラメータは、いくつかのtest_data上で実行する方法も見てみたい：...

は、私はARIMAモデルを取得すると仮定します私は脇に置いた。 Viz。 test_data[0:50]と与えられ、test_data[52]と予測される。 test_data[1:51]はtest_data[53]と予測されます。私はではありませんmodelのパラメータを使用してパフォーマンスを評価するには、test_dataにARIMAモデルを訓練します。

Answer 1

この基本コードは機能するはずです。たとえば、これは、サンプル期間の終了後、50期間を予測します。等間隔ではないデータ（例えば、複数日にわたる株価）がある場合に備えて整数インデックス値を使用しますが、そうでない場合は期間を使用することもできます。

start_idx = len(df.loc[start:end].index) - 1 
pred_length = 50 

model = sm.tsa.ARIMA(df.loc[start:end], (1, 0, 0)).fit(disp=0) 
predict = model.predict(start_idx, start_idx + pred_length) 
print(predict)