Statsmodels - 通过明确提供要使用的 endog 值，使用训练有素的 arima 模型进行手动点预测

Question

我正在使用 statsmodels 库来提供用于预测时间序列的 ARIMAX 模型。我有一个相当奇怪的问题 - 如何通过显式提供用于预测的 endog 和 exog 变量来强制训练模型执行完全手动的点预测？

为了给您一个想法，我根据 2000-2017 年的年度数据训练我的模型，其中我根据前几年的劳动力和一堆 exog 变量预测公司未来的劳动力。效果很好。问题是，在 2018 年和 2019 年，公司大幅扩大了员工数量，这是一次性的商业决策，而且我们也知道，从商业角度来看，我们在 2000-2017 年训练的模型是“正确的”。

我想要做的是使用我在 2000-2017 年训练的模型，并提供 2020 年的预测，同时明确提供 2018 年和 2019 年的“实际值”。这样我们可以确保模型不会尝试适应这个一次性跳跃会降低其质量。但我该怎么做呢？请注意，我使用 AR(2) 模型 - 所以我需要提供前 2 年的数据。

我已经看到了一些统计模型的方法，它可以让你：

1）选择经过训练的 ARIMAX 模型

2）明确给出前 2 年的 exog 变量值

3）明确给出前 2 年的 endog 值

4) 只需提供单点预测

predict和forecast方法都允许您仅指定提供样本外预测的步骤数，但它们不允许显式给出用于预测的新endog值

Answer 1

在当前发布的版本 (v0.10) 中，您需要执行类似以下操作（请注意，要实现此操作，您必须使用

sm.tsa.SARIMAX

模型，而不是

sm.tsa.ARIMA

模型）：

training_endog = endog.loc[:'2017']
training_exog = exog.loc[:'2017']

training_mod = sm.tsa.SARIMAX(training_endog, order=(2, 0, 0), exog=training_exog)
training_res = training_mod.fit()

mod = sm.tsa.SARIMAX(endog, order=(2, 0, 0), exog=exog)
res = mod.smooth(training_res.params)
print(res.forecast(1, exog=exog_fcast))

注意：我们最近添加了一项新功能，使此类事情变得更容易，该功能可在 Github 主存储库中使用，并将在 v0.11 中发布（但尚未发布此版本的时间表），您可以在其中执行:

training_endog = endog.loc[:'2017']
training_exog = exog.loc[:'2017']

training_mod = sm.tsa.SARIMAX(training_endog, order=(2, 0, 0), exog=training_exog)
training_res = training_mod.fit()

res = training_res.append(endog.loc['2018':], exog=exog.loc['2018':])
print(res.forecast(1, exog=exog_fcast))

Answer 2

training_endog = endog.loc[:'2017']
training_exog = exog.loc[:'2017']

training_mod = sm.tsa.SARIMAX(training_endog, order=(2, 0, 0), exog=training_exog)
training_res = training_mod.fit()

mod = sm.tsa.SARIMAX(endog, order=(2, 0, 0), exog=exog)
res = mod.smooth(training_res.params)
print(res.forecast(1, exog=exog_fcast))

我尝试了上述方法，但是，我有二进制（0/1）的外生变量。当所有外生变量的值为 0 时，预测似乎是正确的，但当某些外生变量的值为 1（t-1 为 0）时，预测似乎是错误的。有什么想法可能会出现问题吗？