ARIMA模型
组件介绍
**“ARIMA模型”(ARIMA Model)**控件根据输入数据集,以及配置参数进行构建ARMA,ARIMA或ARIMAX时序预测模型。
ARIMA模型(英语:Autoregressive Integrated Moving Average model),差分整合移动平均自回归模型,又称整合移动平均自回归模型(移动也可称作滑动),为时间序列预测分析方法之一。ARIMA(p,d,q)中,AR为自回归,p为自回归项数;MA为移动平均,q为滑动平均项数,d为使之成为平稳序列所做的差分次数(阶数)。
- 输入:
- tsd:时序数据
- exog:可用于 ARIMAX 模型的附加自变量时序数据
- 输出:
- tsm:时序预测模型
- fore:预测的时序数据
- fit:模型实际拟合的值,等于原始值减去残差
- resid:模型在每一步的预测误差
页面介绍
点击**“ARIMA模型”(ARIMA Model)**控件查看参数配置页面,如下图所示:
参数选项
选项 | 说明 | 取值范围 | 样例值 |
---|---|---|---|
模型名称 | 默认为根据参数配置自动生成,也可用户自定义 | 字符串 | ARIMA |
自回归项数(p) | 参数介绍 | 0~100 | 1 |
差分阶数(d) | 0~100 | 0 | |
滑动平均项数(q) | 0~100 | 0 | |
使用外生变量 | 若勾选,则输入需连接可用于 ARIMAX 模型的附加自变量时序数据 | 勾选/不勾选 | 不勾选 |
预测期数 | 模型预测多少期数据 | 1~100 | 10 |
置信区间 | 指定预测结果的置信区间 | 0.01~0.99 | 0.99 |
使用案例
在下图所示的案例中,使用**“加载文件”(File)控件加载数据,连接“ARIMA模型”(ARIMA Model)控件构建时序模型,之后使用“查看数据”(Data Table)**控件查看预测结果。
案例中加载 airpassengers 数据集,其余控件使用默认参数,案例中控件的配置以及执行结果如下图所示。