donc mes données ressemble à cecimodélisation ARIMA pour plus de 1 séries chronologiques
Date1 Date2 Date 3.....Date N
Instance1
Instance2
.
.
.
Je ne veux pas construire un modèle ARIMA pour seulement Instance1. Je veux un modèle universel qui prenne en compte toutes les instances. J'ai trouvé beaucoup d'exemples qui me montrer comment l'adapter pour
Date1 Date2 Date 3.....Date N
Instance1
mais aucun pour toutes les instances
Si vous croyez sont corrélés votre temps série et que vous voulez prendre ces corrélations en compte dans votre prévision/simulation, vous devriez regarder les modèles d'auto-régression vectorielle (VAR). Voici quelques options en python:
Si vous ne croyez pas qu'ils sont corrélés, alors il n'y a aucune raison que vous ne pouvez pas simplement une boucle à travers chaque série et appliquer une Modèle ARIMA un à la fois.
Merci, sur une note différente lorsque j'essaie d'utiliser ARIMA, je continue d'obtenir "ne peut pas concaténer les objets 'str' et 'tuple'". J'utilise une série avec l'index comme date-heure et les valeurs qui sont flottantes. Des idées? –
De rien. En ce qui concerne votre nouvelle question, je pense que cela se qualifie comme un poste séparé, je devinerais juste avec ce que je sais en ce moment. Il serait utile de voir un exemple des données que vous utilisez, les bibliothèques et un exemple de code. –
Répondu à l'adresse https://stats.stackexchange.com/questions/23036/estimating-same-model-over-multiple-time-series –