Прогнозирование данных временных рядов (по разнице со сдвигом (1))

У меня есть данные временных рядов в порядке возрастания, например данные, приведенные ниже:

**dataset 1**
----------------------
date    value
----------------------
date1   10
date2   12
date3   13
date4   15
----------------------

Если я делаю прогнозы, используя стандартные модели, я получаю хороший результат без каких-либо проблем.

Мой вопрос: могу ли я взять дельту данных со сдвигом (1) и использовать полученный ряд для прогнозирования? Это будет иметь значения DELTA, подобные приведенным ниже:

**dataset 2**
----------------------
date    value
----------------------
date1   0
date2   2
date3   1
date4   2
----------------------

Превращаю ли я хорошие данные в «белый шум»? Каковы ваши предложения по этому поводу?


pandas time-series forecasting prediction arima
person M. Gopal    schedule 09.04.2018    source источник

Ответы (1)


arrow_upward
1
arrow_downward

Измерение дельты временных рядов является частью метода Бокса-Дженкинса. . Если дельты не являются стационарными, то их дальнейший анализ может показать, например, тренд и сезонность. Это как раз тот случай, когда разность не создает белого шума.

При этом вам может не понадобиться разрабатывать это с нуля. Такие библиотеки, как statsmodels, например, содержат ?AR?MA? модели (то есть авторегрессионные модели скользящих средних, возможно, интегративные). В частности, вы можете проверить statsmodels.tsa.

person Ami Tavory    schedule 09.04.2018
comment
Спасибо за подробный ответ (только для statsmodels.tsa). Что, если я возьму дельты временных рядов и предскажу, используя AR, MA, ARMA или ARIMA? Надеюсь, что ARIMA берет дельту и использует ее как один из компонентов. Я делаю что-то неправильно, беря дельты для ARIMA? - person M. Gopal; 10.04.2018
comment
** при взятии дельт (моего набора данных и использования в ARIMA) - person M. Gopal; 10.04.2018
comment
@M.Gopal Модели в statsmodels.tsa уже обрабатывают дельты. Вероятно, будет лучше, если вы не будете применять их к дельтам. - person Ami Tavory; 10.04.2018