python - Python Statsmodel ARIMA开始[平稳性]

我刚开始使用StatsModels进行时间序列分析。我有一个包含日期和值的数据集（大约3个月）。我在为ARIMA模型提供正确的顺序方面面临一些问题。我希望调整趋势和季节性，然后计算异常值。
我的“价值观”不是固定不变的，StatsModel说我必须要么诱导平稳性，要么提供一些不同的东西来让它发挥作用。我玩了不同的顺序（没有深入了解改变P，Q和D的后果）。
当我为差异引入1时，我会得到以下错误：

ValueError: The start index -1 of the original series has been differenced away

当我用我的顺序（比如说）顺序=（2,0,1）来消除差异时，
我得到这个错误：

    raise ValueError("The computed initial AR coefficients are not "
ValueError: The computed initial AR coefficients are not stationary
You should induce stationarity, choose a different model order, or you can
pass your own start_params.
>>>

任何关于如何诱导平稳性的帮助（或者链接到一个好的教程）都是有帮助的。此外，平稳性测试（如，http://www.maths.bris.ac.uk/~guy/Research/LSTS/TOS.html）也很有用。
更新：我正在通过ADF测试阅读：

http://statsmodels.sourceforge.net/stable/generated/statsmodels.tsa.stattools.adfuller.html

谢谢！
钯。

最佳答案

诱发平稳性：
消除季节性（消除季节性）
去趋势（删除趋势）
有几种方法可以实现时间序列的平稳性——箱-考克斯变换族、差分族等，方法的选择取决于数据。下面是常用的平稳性测试。
平稳性测试：
1。根检验法
2。KPSS测试KPSS python code