pythonarima模型预测实例

你可以使用Python中的statsmodels.tsa.arima_model包来构建ARIMA模型，并进行数据预测。具体使用方法如下：

from statsmodels.tsa.arima_model import ARMA, ARIMA

# 选择AR模型，order参数为(p,d,q)，其中p代表自回归项数，q代表移动平均项数
def draw_ar(ts, w):
    arma = ARMA(ts, order=(w,0)).fit(disp=-1)
    ts_predict = arma.predict()
    # 绘制预测结果和原始数据的图像
    plt.clf()
    plt.plot(ts_predict, label="PDT")
    plt.plot(ts, label = "ORG")
    plt.legend(loc="best")
    plt.title("AR Test %s" % w)
    plt.savefig("./PDF/test_ar_" + str(w) + ".pdf", format='pdf')

以上代码将根据给定的时间序列数据`ts`和自回归项数`w`构建AR模型，并进行数据预测。绘制了预测结果和原始数据的图像，保存为PDF文件。你可以根据实际需求修改代码中的参数和保存路径。