现在读取一个excel文件，有两列，第一列是天数，从7标到365，第二列是数据，需要利用ARIMA来实现一个模型来解释数据随天数的变化，并且，来预测天数为425时，数据的预测区间，现在需要找到ARIMA的最佳参数，请写一个python程序来找到参数

可以使用statsmodels库中的auto_arima()函数来自动查找最佳ARIMA参数，它会自动搜索多重差分、自回归和移动平均参数，从而找到最佳的ARIMA模型。示例代码如下：from statsmodels.tsa.arima_model import auto_arima#从excel文件中读取数据
data = pd.read_excel('data.xlsx', names=['day', 'data'])#训练ARIMA模型
model = auto_arima(data['data'], start_p=1, start_q=1,
test='adf', # use adftest to find optimal 'd'
max_p=3, max_q=3, # maximum p and q
m=1, # frequency of series
d=None, # let model determine 'd'
seasonal=False, # No Seasonality
start_P=0,
D=0,
trace=True,
error_action='ignore',
suppress_warnings=True,
stepwise=True)#预测425天数据
pred = model.predict(n_periods=1)
print(pred)