0
我生成一些数据,如[1,6,1,6,1,6],并在正态分布下添加噪声。我使用arma_order_select_ic
来选择订单。然后使用aic_min_order来拟合ARMA模型。有时模型运行良好。但有时会引发ValueError。为什么我在使用aic_min_order时得到'计算出的初始AR系数不稳定'?
ValueError: The computed initial AR coefficients are not stationary
这里是我的代码。
import statsmodels.api as sm
import numpy as np
x = [1 if i%2 == 0 else 6 for i in range(50)]
eta = np.random.normal(0, 0.01, 50)
x = x + eta
res = sm.tsa.stattools.arma_order_select_ic(x, ic=['aic'])
print res.aic_min_order
model = sm.tsa.ARMA(x, res.aic_min_order).fit(disp = 0)
print model.predict(45, 55)
难道我错过的东西或ARMA不适合这种类型的数据?
谢谢。但我认为arma_order_select_ic做模型选择工作。如果statsmodels当前没有自动模型选择,那么arma_order_select_ic实际上是做什么的? – BlueMandora
它选择arma滞后阶数p和q,但不尝试识别趋势,差异顺序,季节性,异常值和类似信息。 – user333700