質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

新規登録して質問してみよう
ただいま回答率
87.20%
Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

解決済

ARIMAモデルで予測の信頼区間を図示したい

multinguish
multinguish

総合スコア0

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

1回答

0評価

0クリップ

29閲覧

投稿2021/01/14 14:38

https://momonoki2017.blogspot.com/2018/03/python10.html
こちらのサイトを参考に、秒刻みで記録されたflow1のARIMAによる予測を行っています。

python

import statsmodels.api as sm import pandas as pd import numpy as np import requests import io from matplotlib import pylab as plt %matplotlib inline # グラフを横長にする from matplotlib.pylab import rcParams rcParams['figure.figsize'] = 15, 6 row_data = pd.read_csv('2020.1.13sec.csv', encoding = "SHIFT-JIS") # float型にしないとモデルを推定する際にエラーがでる row_data.flow = row_data.flow.astype('float64') row_data.flow1 = row_data.flow1.astype('float64') # datetime型にしてインデックスにする row_data.time = pd.to_datetime(row_data.time) data = row_data.set_index("time") # 線形補間 data['flow1'].interpolate(method='linear', inplace=True) # 階差を取る diff = data.flow1.diff() diff = diff.dropna() # Split data into train / test sets (約50000データあり) train = data.iloc[:len(data)-10000] test = data.iloc[len(data)-10000:] from statsmodels.tsa.arima_model import ARIMA model=ARIMA(train['flow1'],order=(5,1,2)) results=model.fit() start=len(train) end=len(train)+len(test)-1 pred=results.predict(start=start,end=end,typ='levels').rename('ARIMA Predictions') pred.plot(legend=True) test['flow1'].plot(legend=True)

イメージ説明

python

predict_dy = results.get_prediction(start ='2021/1/14 3:41:01', end='2021/1/14 6:27:40') type(predict_dy)

AttributeError Traceback (most recent call last)

<ipython-input-50-d23d818922c4> in <module>
----> 1 predict_dy = results.get_prediction(start ='2021/1/14 3:41:01', end='2021/1/14 6:27:40')
2 type(predict_dy)
~/opt/anaconda3/lib/python3.8/site-packages/statsmodels/base/wrapper.py in getattribute(self, attr)
34 pass
35
---> 36 obj = getattr(results, attr)
37 data = results.model.data
38 how = self._wrap_attrs.get(attr)
AttributeError: 'ARIMAResults' object has no attribute 'get_prediction'

ここで行き詰まってしまいます。
最終的には

python

plt.figure(figsize=(8, 4)) plt.plot(test, label="Actual") plt.plot(predict_dy.predicted_mean, c="b", label="model-pred", alpha=0.7) plt.fill_between(predict_dy_ci.index, predict_dy_ci.iloc[:, 0], predict_dy_ci.iloc[:, 1], color='g', alpha=0.2) plt.legend(loc='upper left')

を用いて予測の信頼区間を塗りつぶした図を目指しています。
get_predictionがうまくいかない理由がわかりません。

良い質問の評価を上げる

以下のような質問は評価を上げましょう

  • 質問内容が明確
  • 自分も答えを知りたい
  • 質問者以外のユーザにも役立つ

評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

気になる質問をクリップする

クリップした質問は、後からいつでもマイページで確認できます。

またクリップした質問に回答があった際、通知やメールを受け取ることができます。

teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

  • プログラミングに関係のない質問
  • やってほしいことだけを記載した丸投げの質問
  • 問題・課題が含まれていない質問
  • 意図的に内容が抹消された質問
  • 過去に投稿した質問と同じ内容の質問
  • 広告と受け取られるような投稿

評価を下げると、トップページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

まだ回答がついていません

会員登録して回答してみよう

15分調べてもわからないことは
teratailで質問しよう!

ただいまの回答率
87.20%

質問をまとめることで
思考を整理して素早く解決

テンプレート機能で
簡単に質問をまとめる

質問する

関連した質問

同じタグがついた質問を見る

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。