时间序列算法理论及python实现（2-python实现）

时间 2019-11-17

原文原文链接

若是你在寻找时间序列是什么？如何实现时间序列？那么请看这篇博客，将以通俗易懂的语言，全面的阐述时间序列及其python实现。html

时间序列算法理论详见个人另外一篇博客：时间序列算法理论及python实现 - 知-青 - 博客园python

5 Python实现ARIMA模型

下面应用以上理论知识，对表6中2015/1/1~2015/2/6某餐厅的销售数据进行建模。git

就餐饮企业而言，常常会碰到以下问题。github

因为餐饮行业是胜场和销售同时进行的，所以销售预测对于餐饮企业十分必要。如何基于菜品历史销售数据，作好餐销售预测，以便减小菜品脱销现象和避免因备料不足而形成的生产延误，从而减小菜品生产等待时间，提供给客户更优质的服务，同事能够减小安全库存量，作到生产准时制，下降物流成本算法

餐饮销售预测能够看做是基于时间序列的短时间数据预测，预测对象为具体菜品销售量api

表6 原序列数据安全

5.1 环境配置

 1 import pandas as pd
 2 import matplotlib.pyplot as plt
 3 from matplotlib.pylab import style
 4 from statsmodels.tsa.stattools import adfuller as ADF
 5 from statsmodels.stats.diagnostic import acorr_ljungbox  # 白噪声检验
 6 from statsmodels.tsa.arima_model import ARIMA
 7 import statsmodels.tsa.api as smt
 8 import seaborn as sns
 9 style.use('ggplot')
10 plt.rcParams['font.sans-serif'] = ['SimHei']  # 用来正常显示中文标签
11 plt.rcParams['axes.unicode_minus'] = False  # 用来正常显示负号

要安装的环境有点小多，须要提早安装好。app

5.2 导入数据

1 # 参数初始化
2 discfile = './data/arima_data.xls'
3 forecastnum = 5
4 
5 # 读取数据，指定日期列为指标，Pandas自动将“日期”列识别为Datetime格式
6 data = pd.read_excel(discfile, index_col=u'日期')

代码和数据将会公布在Github，请到文末连接。机器学习

5.3 检验序列的平稳性

 1 # 时序图
 2 import matplotlib.pyplot as plt
 3 plt.rcParams['font.sans-serif'] = ['SimHei']  # 用来正常显示中文标签
 4 plt.rcParams['axes.unicode_minus'] = False  # 用来正常显示负号
 5 data.plot()
 6 plt.show()
 7 
 8 # 自相关图
 9 from statsmodels.graphics.tsaplots import plot_acf
10 plot_acf(data).show()
11 
12 # 平稳性检测
13 from statsmodels.tsa.stattools import adfuller as ADF
14 print(u'原始序列的ADF检验结果为：', ADF(data[u'销量']))
15 # 返回值依次为adf、pvalue、usedlag、nobs、critical values、icbest、regresults、resstore

图3 原始序列的时序图ide

图4 原始序列的自相关图

原始时间序列的单位根检验

表7 原始序列的单位根检验

图3时序图显示该序列具备明显的单调递增趋势，能够判断为是非平稳序列；图4的自相关图显示自相关系数长期大于零，说明序列间具备很强的长期相关性；表7单位根检验统计量对应的P值显著大于0.05，最终将该序列判断为非平稳序列（非平稳序列必定不是白噪声序列）。

5.4 对原始序列进行一阶差分，并进行平稳性和白噪声检验

5.4.1 对一阶差分后的序列再次作平稳性判断

1 # 差分后的结果
2 D_data = data.diff().dropna()
3 D_data.columns = [u'销量差分']
4 D_data.plot()  # 时序图
5 plt.show()
6 plot_acf(D_data).show()  # 自相关图
7 from statsmodels.graphics.tsaplots import plot_pacf
8 plot_pacf(D_data).show()  # 偏自相关图
9 print(u'差分序列的ADF检验结果为：', ADF(D_data[u'销量差分']))  # 平稳性检测

图5 一阶差分以后序列的时序图

图6 一阶差分以后序列的自相关图

一阶差分以后序列的单位根检验

表8 一阶差分以后序列的单位根检验

结果显示，一阶差分以后的序列的时序图在均值附近比较平稳的波动、自相关图有很强的短时间相关性、单位根检验P值小于0.05，因此一阶差分以后的序列是平稳序列。

5.4.2 对一阶差分后的序列作白噪声检验（结果见表5-28）

from statsmodels.stats.diagnostic import acorr_ljungbox
print(u'差分序列的白噪声检验结果为：', acorr_ljungbox(D_data, lags=1))  # 返回统计量和p值

表9 一阶差分后的序列的白噪声检验

输出的P值远远小于0.05，因此一阶差分以后的序列是平稳非白噪声序列。

5.5 对一阶差分以后的平稳非白噪声序列拟合ARMA模型

下面进行模型定阶，模型定阶就是肯定p和q。

5.5.1 人为识别实现模型定阶

一阶差分后自相关图（见图6）显示出1阶截尾，偏自相关图显示出拖尾性，因此能够考虑用MA(1)模型拟合1阶差分后的序列，即对原始序列创建ARIMA(0,1,1)模型。

图7 一阶差分后序列的偏自相关图

5.5.2 相对最优模型识别

计算ARMA(p,q)。当p和q均小于等于3的全部组合的BIC信息量，取其中BIC信息量达到最小的模型阶数。

 1 from statsmodels.tsa.arima_model import ARIMA
 2 
 3 data[u'销量'] = data[u'销量'].astype(float)
 4 # 定阶
 5 pmax = int(len(D_data) / 10)  # 通常阶数不超过length/10
 6 qmax = int(len(D_data) / 10)  # 通常阶数不超过length/10
 7 bic_matrix = []  # bic矩阵
 8 for p in range(pmax + 1):
 9     tmp = []
10     for q in range(qmax + 1):
11         try:  # 存在部分报错，因此用try来跳过报错。
12             tmp.append(ARIMA(data, (p, 1, q)).fit().bic)
13         except:
14             tmp.append(None)
15     bic_matrix.append(tmp)
16 
17 bic_matrix = pd.DataFrame(bic_matrix)  # 从中能够找出最小值
18 
19 p, q = bic_matrix.stack().idxmin()  # 先用stack展平，而后用idxmin找出最小值位置。
20 print(u'BIC最小的p值和q值为：%s、%s' % (p, q))

计算完成BIC矩阵以下（绘制程序在主程序，以上程序仅仅只有计算）

图8 矩阵热度图

P值为0、q值为1时最小BIC值为：430.1374。p、q定阶完成！

5.6 模型检验

用AR(1)模型拟合一阶差分后的序列，即对原始序列创建ARIMA(0,1,1)模型。虽然两种方法创建的模型是同样，但模型是非惟一的，能够检验ARIMA(1,1,0)和ARIMA(1,1,1)，这两个模型也能经过检验。

下面对一阶差分后的序列拟合AR(1)模型进行分析。

（1）模型检验。残差为白噪声序列，p值为：0.627016

（2）参数检验和参数估计见表10。

表10 模型参数

5.7 模型预测

1 model = ARIMA(data, (p, 1, q)).fit()  # 创建ARIMA(0, 1, 1)模型
2 model.summary2()  # 给出一份模型报告
3 model.forecast(5)  # 做为期5天的预测，返回预测结果、标准偏差、置信区间。

应用ARIMA(0,1,1)对表11中的2015/1/1~2015/2/6某餐厅的销售数据作为期5天的预测，结果以下。

表11 预测结果

须要说明的是，利用模型向前预测的时期越长，预测偏差将会越大，这是时间预测的典型特色。

6 文献

王黎明，王连等. 应用时间序列分析

张良均，王路，谭立云，苏剑林. Python数据分析与挖掘实战

python时间序列分析 - 大熊猫淘沙 - 博客园

机器学习_时间序列预测分析算法 | FEI's Blog

ARIMA模型的拖尾截尾问题 - CSDN博客

时间序列初级理论篇 - CSDN博客

大数据时间序列分析、建模与预测系列第一部分: 数据准备

Complete guide to create a Time Series Forecast (with Codes in Python)

时间序列预测如何变成有监督学习问题？ - 云+社区 - 腾讯云

时间序列 - 用户指南| 阿里云

7 附录：程序及数据

说明：为了方便调用，我把全部程序都封装成函数，调用极其方便只用改动很小的参数。

  1 # -*- coding:utf-8 -*-
  2 # @Time    : 2018/7/11 15:18
  3 # @Author  : yuanjing liu
  4 # @Email   : lauyuanjing@163.com
  5 # @File    : ts_arima.py
  6 # @Software: PyCharm
  7 # arima时序模型
  8 
  9 import pandas as pd
 10 import matplotlib.pyplot as plt
 11 from matplotlib.pylab import style
 12 from statsmodels.tsa.stattools import adfuller as ADF
 13 from statsmodels.stats.diagnostic import acorr_ljungbox  # 白噪声检验
 14 from statsmodels.tsa.arima_model import ARIMA
 15 import statsmodels.tsa.api as smt
 16 import seaborn as sns
 17 style.use('ggplot')
 18 plt.rcParams['font.sans-serif'] = ['SimHei']  # 用来正常显示中文标签
 19 plt.rcParams['axes.unicode_minus'] = False  # 用来正常显示负号
 20 
 21 
 22 # 对原始数据进行ACF、PACF检验
 23 def tsplot(y, lags=None, title='', figsize=(14, 8)):
 24     fig = plt.figure(figsize=figsize)
 25     layout = (2, 2)
 26     ts_ax = plt.subplot2grid(layout, (0, 0))
 27     hist_ax = plt.subplot2grid(layout, (0, 1))
 28     acf_ax = plt.subplot2grid(layout, (1, 0))
 29     pacf_ax = plt.subplot2grid(layout, (1, 1))
 30 
 31     y.plot(ax=ts_ax)
 32     ts_ax.set_title(title)
 33     y.plot(ax=hist_ax, kind='hist', bins=25)
 34     hist_ax.set_title('Histogram')
 35     smt.graphics.plot_acf(y, lags=lags, ax=acf_ax)
 36     smt.graphics.plot_pacf(y, lags=lags, ax=pacf_ax)
 37     [ax.set_xlim(0) for ax in [acf_ax, pacf_ax]]
 38     sns.despine()
 39     fig.tight_layout()
 40     plt.show()
 41     return ts_ax, acf_ax, pacf_ax
 42 
 43 
 44 # 平稳性检测(P值大于0.05，则存在单位根，是不平稳时间序列）
 45 # adf_jy返回值依次为adf、pvalue、usedlag、nobs、critical values、icbest、regresults、resstore
 46 def steady(sdata):
 47     adf_jy = ADF(sdata)  # data[u'销量']
 48     adf_p_value = adf_jy[1]
 49     return adf_jy, adf_p_value
 50 
 51 
 52 # 白噪声检验
 53 def w_noise(wdata):
 54     w_noise = acorr_ljungbox(wdata, lags=1)  # 返回统计量和p值
 55     w_p_value = float(w_noise[1])
 56     return w_noise, w_p_value
 57 
 58 
 59 # 差分后的结果（若是不平稳）
 60 def ts_diff(ddata):
 61     D_data = ddata.diff().dropna()  # dropna是缺失值处理
 62     D_data.columns = [u'1阶差分']
 63     return D_data
 64 
 65 
 66 def ts_arima(tsdata, forenum=5):
 67     tsdata = tsdata.astype(float)
 68     # 定阶
 69     D_data = ts_diff(tsdata)
 70     pmax = int(len(D_data) / 10)  # 通常阶数不超过length/10
 71     qmax = int(len(D_data) / 10)  # 通常阶数不超过length/10
 72     bic_matrix = []  # bic矩阵
 73     for p in range(pmax + 1):
 74         tmp = []
 75         for q in range(qmax + 1):
 76             try:  # 存在部分报错，因此用try来跳过报错。
 77                 tmp.append(ARIMA(tsdata, (p, 1, q)).fit().bic)
 78             except:
 79                 tmp.append(None)
 80         bic_matrix.append(tmp)
 81 
 82     bic_matrix = pd.DataFrame(bic_matrix)  # 从中能够找出最小值
 83 
 84     # 可视化BIC矩阵
 85     fig, ax = plt.subplots(figsize=(10, 8))
 86     ax = sns.heatmap(bic_matrix,
 87                      mask=bic_matrix.isnull(),
 88                      ax=ax,
 89                      annot=True,
 90                      fmt='.2f',
 91                      )
 92     ax.set_title('BIC')
 93     plt.show()
 94 
 95     p, q = bic_matrix.stack().idxmin()  # 先用stack展平，而后用idxmin找出最小值位置。
 96     # print(u'BIC最小的p值和q值为：%s、%s' % (p, q))
 97 
 98     model = ARIMA(tsdata, (p, 1, q)).fit()  # 创建ARIMA(0, 1, 1)模型
 99     summary = model.summary2()  # 给出一份模型报告
100     forecast = model.forecast(forenum)  # 做为期forenum天的预测，返回预测结果、标准偏差、置信区间。
101     return bic_matrix, p, q, model, summary, forecast
102 
103 
104 # 测试
105 # 读取数据
106 discfile = '../data/arima_data.xls'
107 forecastnum = 5
108 data = pd.read_excel(discfile, index_col=u'日期')
109 ddata = data[u'销量']
110 # 检验
111 ts_ap = tsplot(ddata, title='A Given Training Series', lags=20)  # ACF 和 PACF 检验
112 s_total, s_p = steady(ddata)  # 平稳性检验
113 w_total, w_p = w_noise(ddata)
114 # 差分
115 dif_data = ts_diff(ddata)
116 # arima模型
117 bic_matrix1, p1, q1, model1, summary, forecast = ts_arima(ddata)

ts_arima_main

转载说明

一、本人博客纯属技术积累和分享，欢迎你们评论和交流以求共同进步。

二、在无明确说明下，博客能够转载以供我的学习和交流，可是要附上出处。

三、若是原创博客使用涉及商业/公司行为请邮件(1547364995@qq.com)告知，通常状况均会及时回复赞成。

四、若是我的博客中涉及他人文章我会尽力注明出处，但受限于能力并不能保证全部引用之处均可以注明出处，若有冒犯，请您及时邮件告知以便修改，并于此提早向您道歉。

五、转载过程当中若有涉及他人做品请您与做者联系。

六、全部文章（不限于原创）仅为我的看法，我的只能尽可能保证正确，若有错误您须要自负责任，并请您留下评论提出错误之处以便及时更正，惠泽他人，谢谢