arima模型python代码

ARIMA是一种时间序列预测模型，它可以帮助我们预测未来的数值。下面是一个简单的ARIMA模型的Python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', index_col=0, parse_dates=True)
data.index.freq = 'MS'

# 拟合模型
model = ARIMA(data, order=(1, 1, 1))
results = model.fit()

# 预测未来值
future_dates = pd.date_range(start='2018-01-01', end='2019-12-01', freq='MS')
predictions = results.predict(start=len(data), end=len(data)+23, dynamic=False, typ='levels').rename('ARIMA Predictions')

# 绘制结果
plt.figure(figsize=(10,5))
plt.plot(data, label='Observed')
plt.plot(predictions, label='Predicted')
plt.legend(loc='upper left')
plt.show()

在这个例子中，我们首先加载时间序列数据，然后使用ARIMA模型来拟合数据。我们指定了ARIMA模型的参数order=(1,1,1)，这意味着我们使用了1个自回归项，1个差分项和1个移动平均项。然后，我们使用拟合的模型来预测未来的值，并将结果绘制成图表。