没有SARIMAX的结果

如何解决没有SARIMAX的结果

我正在研究一个项目，以分析covid 19如何影响发货量，并且我正在使用SARIMAX预测未来几个月的发货量。但是，我不断得到如下所示的结果：

   # Shipment volume data (monthly basis)
  
    df_monthly = df.loc[:'2020-06-30'].resample('MS').sum()
    df_monthly


   # covid 19 data (monthly basis)
     
     df_covid_monthly = df_covid.loc[:'2020-06-30']
     df_covid_monthly = df_covid.resample('MS').sum() 
     df_covid_monthly 

  
   # SARIMAX model
     
     model= SARIMAX(df_monthly,exog=df_covid_new,order=(2,1,1),enforce_invertibility=False,enforce_stationarity=False)

     results= model.fit()

    # Prediction

    pred =  results.get_prediction(start='2020-06-01',end='2020-12-01',dynamic=False,index=None,exog=df_covid_monthly['2020-02-01':],extend_model=None,extend_kwargs=None)
    pred 

输出：

<statsmodels.tsa.statespace.mlemodel.PredictionResultsWrapper at 0x27b64b4a608> 

解决方法

这是预期的输出。您需要访问PredictionResultsWrapper以外的属性，例如predicted_mean。

请参阅开发文档：https://www.statsmodels.org/devel/generated/statsmodels.tsa.base.prediction.PredictionResults.html

请注意，您不会看到Wrapper，因为这只是一个附加索引并进行内务处理的类。 PredictionResults是返回的主要类。

,

经过多次阅读并尝试修改我的代码后，我终于可以得到我的预测结果。这是我所做的更改：
model = sm.tsa.SARIMAX(endog=df_monthly,order=(1,1,1),seasonal_order=(0,12))

model_fit = model.fit()

prediction = model_fit.predict(start='2020-07-01',end='2020-1201',dynamic=False,exog=df_covid_monthly,extend_kwargs=None)