Разница между пирамидой и статистическими моделями fit () и ARIMA ()?

В настоящее время я использую ARIMA с пирамидой, и при создании объекта ARIMA с использованием ARIMA() пирамиды я могу указать экзогенный параметр, но при вызове fit() я не могу указать экзогенную переменную.

Однако со статистическими моделями я увидел, что все наоборот. Я не могу указать экзогенный параметр с помощью ARIMA(), но могу указать его с помощью fit().

Если я хочу включить экзогенный параметр как для ARIMA(), так и для fit(), какой из них следует использовать?


python statsmodels data-science pyramid-arima
person amadzebra    schedule 26.07.2018    source источник

Ответы (1)


arrow_upward
2
arrow_downward

Есть несколько различий между классом ARIMA в statsmodels и пирамидой (недавно переименованный в pmdarima):

  • Прежде всего, класс ARIMA statsmodels не имеет сезонного компонента. Класс ARIMA pmdarima допускает сезонность по выбору. Это универсальная оболочка для статистических моделей ARMA, ARIMA и SARIMAX.
  • Statsmodels принимает данные в конструкторах, но pmdarima больше придерживается сигнатуры scikit-learn, которая принимает только гиперпараметры модели в сигнатуре и данные в вызове fit.

Важно отметить, что когда вы передаете exogenous вызову fit pmdarima, он внутренне передает экзогенный массив базовому классу ARIMA.

tl;dr

Когда вы используете pmdarima, под капотом используются статистические модели. Просто передайте данные методу fit.

person Tgsmith61591    schedule 17.12.2018