Python ARIMA模型代码

下面是一个简单的Python ARIMA模型代码示例：

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

# 加载数据
data = pd.read_csv('data.csv', header=None, index_col=0, parse_dates=True, squeeze=True)

# 绘制时间序列图
data.plot()
plt.show()

# 拆分训练集和测试集
train_size = int(len(data) * 0.8)
train, test = data[0:train_size], data[train_size:len(data)]

# 拟合ARIMA模型
model = ARIMA(train, order=(5,1,0))
model_fit = model.fit(disp=0)
print(model_fit.summary())

# 进行预测
start_index = len(train)
end_index = len(train) + len(test) - 1
pred = model_fit.predict(start=start_index, end=end_index, dynamic=False, typ='levels')

# 绘制预测结果
plt.plot(test)
plt.plot(pred, color='red')
plt.show()

其中，`data`为待分析的时间序列数据；`train_size`为训练集大小；`order`为ARIMA模型的参数，其中(5,1,0)表示ARIMA模型中的p、d、q参数，即p为自回归项，d为差分阶数，q为移动平均项；`model_fit.summary()`可以输出模型的详细信息；`pred`为预测结果。最后，我们可以通过绘制测试集和预测结果的图形来评估模型的准确性。