本文整理匯總了Python中statsmodels.tsa.arima_model.ARIMA.plot_predict方法的典型用法代碼示例。如果您正苦於以下問題:Python ARIMA.plot_predict方法的具體用法?Python ARIMA.plot_predict怎麽用?Python ARIMA.plot_predict使用的例子?那麽, 這裏精選的方法代碼示例或許可以為您提供幫助。您也可以進一步了解該方法所在類statsmodels.tsa.arima_model.ARIMA
的用法示例。
在下文中一共展示了ARIMA.plot_predict方法的1個代碼示例,這些例子默認根據受歡迎程度排序。您可以為喜歡或者感覺有用的代碼點讚,您的評價將有助於係統推薦出更棒的Python代碼示例。
示例1: qqplot
# 需要導入模塊: from statsmodels.tsa.arima_model import ARIMA [as 別名]
# 或者: from statsmodels.tsa.arima_model.ARIMA import plot_predict [as 別名]
# A value close to 0 indicates strong positive correlation, while a value of 4 indicates strong negative correlation.
print "==================== Durbin-Watson ====================="
print sm.stats.durbin_watson(arima_mod100.resid.values)
print "========================================================"
fig = plt.figure(figsize=(10,5))
ax = fig.add_subplot(111)
ax = arima_mod100.resid.plot(ax=ax)
ax.set_title("Residual series")
plt.show()
resid = arima_mod100.resid
print "============== Residuals normality test ================"
print st.normaltest(resid)
print "========================================================"
fig = plt.figure(figsize=(10,5))
ax = fig.add_subplot(111)
ax.set_title("Residuals test for normality")
fig = qqplot(resid, line='q', ax=ax, fit=True)
plt.show()
fig = plt.figure(figsize=(10,5))
ax = fig.add_subplot(111)
ax = trainWTI.ix['2012':].plot(ax=ax)
fig = arima_mod100.plot_predict('2014m1', '2015m12', dynamic=True, ax=ax, plot_insample=False)
ax.set_title("Prediction of spot prices")
ax.set_xlabel("Dates")
ax.set_ylabel("Price [USD]")
plt.show()