statsmodels.tsa.exponential_smoothing.ets.ETSResults.get_prediction¶

ETSResults.get_prediction(start=None, end=None, dynamic=False, index=None, method=None, simulate_repetitions=1000, **simulate_kwargs)[source]¶

计算平均预测值和预测区间。

Parameters:¶

startint, str, or datetime, optional

从零开始预测的观察编号，即第一个预测是开始。也可以是一个日期字符串进行解析或一个日期时间类型。默认是第零个观察值。

endint, str, or datetime, optional

结束预测的零索引观测号，即最后一个预测是结束。也可以是一个日期字符串进行解析或一个日期时间类型。然而，如果日期索引没有固定的频率，如果你想进行样本外预测，结束必须是一个整数索引。默认是样本中的最后一个观测值。

dynamicbool, int, str, or datetime, optional

相对于开始的整数偏移量，用于动态预测的开始位置。也可以是一个需要解析的绝对日期字符串或日期时间类型（这些不会被解释为偏移量）。 在此观测值之前，将使用真实的内生值进行预测；从该观测值开始并持续到预测结束，将使用预测的内生值。

indexpd.Index, optional

可选地，一个索引用于将预测结果关联起来。如果为 None， 则会尝试从模型的索引或模型的行标签中为预测结果创建一个索引。

methodstr or None, optional

用于计算预测区间的方法。‘exact’（默认，如果可用）或‘simulated’。

simulate_repetitionsint, optional

计算预测区间时，当 method='simulated'，用于模拟重复的次数。默认是1000。

**simulate_kwargs

传递给 simulate 方法的其他参数。

Returns:¶

PredictionResults

预测的平均值和预测区间