带有日期变量的回归（python）

Posted 2023-03-12

【中文标题】带有日期变量的回归（python）

【英文标题】：Regression with Date variable (python)

【发布时间】：2018-05-16 13:41:46

【问题描述】：

我有一个时间序列（每日）数据集，由 1 个标签（整数）和 5 年的 15 个特征组成。我不知道特征的含义，但我必须根据这些特征预测标签。

为此，首先，我使用 pandas.tools.plotting 中的 autocorrelation_plot 来确定我的标签 (y) 中是否有任何季节性。请看下图：

然后我使用seasonal_decompose通过扫描Freq参数来查找我的标签（y）的季节性、趋势和残差：

能否告诉我哪个频率可以，为什么？ 下一步是什么？我是否需要从数据中删除趋势项和季节性项，然后尝试通过回归（例如 SVR、线性等）对残差因子进行建模和预测？或者我需要通过回归来预测整个数据（不去除季节性和趋势）。我试图通过几种回归技术来预测整个数据（不去除季节性和趋势），但结果非常糟糕。最后，我如何预测最后的季节性？阿里玛好吗？趋势呢？？？\ 3) 我是否走在正确的轨道上（提取季节性等），或者我应该将“日期”视为其他 15 个特征之外的特征，例如： 一天中的小时（24 个布尔特征） 星期几（7 个布尔特征） 一个月中的某天（最多 31 个布尔特征） 月（12 个布尔特征） 年

【参考方案1】：

让我向您解释一下通常如何处理季节性。

大多数时候，人们会尝试提取季节性成分并处理校正后的序列以进行分析。在北美，统计机构应用一系列对称移动平均过滤器来估计季节性、趋势周期和不规则成分，而经季节性调整的数据对应于减去估计的季节性成分的数据。通常，它们还在其他表中提供原始数据，有时，它们还在其他表中提供趋势周期。在澳大利亚，他们更喜欢呈现趋势周期。

在欧洲，分解通常基于一个模型：他们指定一个带有季节性成分的 ARIMA 模型——它允许集成季节性成分、季节性动态中的移动平均成分等——然后通过施加假设进行分解在模型上提取特定频率。

现在，您需要知道的第一件事是您的函数究竟是做什么的。如果您使用移动平均过滤器，您必须知道这些过滤器是对称的，并且它会强制使用回溯和预测（您需要在开始之前和结束之后的点来应用对称过滤器 - 它是相同的结束点例如，像 Hoddrick-Prescott 这样的过滤器所面临的问题）。因此，它需要指定一个具有季节性的良好 ARIMA 作为代理，以免端点表现太差（或为端点指定不对称过滤器），并且如果您使用校正后的数据集比较预测，对称性意味着一个小的数据窥探偏差模型（因为所有新点都包含未来信息）。如果您使用 ARIMA 模型，则过滤器是不对称的，并且不会使用未来的点构建更正的数据点。

现在，要进行预测，您有两种选择。 （1）您可以尝试预测校正值（如果您绝对需要原始值，您可以单独预测季节性）； (2) 你预测原始序列。

目前尚不清楚什么是最好的方法。理论上，您需要 (2)，但它可能非常复杂，例如前沿研究模型，除非您使用具有季节性成分的 ARIMA 或施加恒定的季节性并使用季节性假人。

至于“频率”的选择，我倾向于使用非正式的测试来确定什么是合适的。在移动平均文献中，我们选择过滤器需要多长时间或多短——目标是生成能够完全捕捉季节性规律的估计季节性。您可以对校正后的数据使用非参数检验，例如 Kruskal-Wallis 检验，但它相当宽容。

我认为更适合预测的建议是找到一个包，让您可以使用具有季节性的参数模型。然后，您将拥有明确的测试和信息标准，可用于在可靠的统计基础上做出决策。