ARIMA预测模型实现代码

ARIMA模型的实现代码如下所示：

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from statsmodels.tsa.arima_model import ARIMA

# 读取数据
data = pd.read_csv('data.csv', header=None, names=['date', 'value'])
# 将日期作为索引
data = data.set_index('date')

# 绘制时序图
plt.plot(data)
plt.show()

# 拆分训练集和测试集
train_data = data[:-12]
test_data = data[-12:]

# 构建模型
model = ARIMA(train_data, order=(2, 1, 2))
# 拟合模型
model_fit = model.fit(disp=0)
# 预测
prediction = model_fit.forecast(steps=12)[0]

# 绘制预测结果和真实值对比图
plt.plot(prediction, label='prediction')
plt.plot(test_data, label='true')
plt.legend()
plt.show()

其中，`data.csv` 为待预测的时间序列数据，`order=(2, 1, 2)` 表示使用 ARIMA(2,1,2) 模型，即自回归阶数为 2，差分阶数为 1，移动平均阶数为 2。`steps=12` 表示预测未来 12 个时间点的值。