statsmodels.tsa.exponential_smoothing.ets.ETSResults.predict¶

ETSResults.predict(start=None, end=None, dynamic=False, index=None)[source]¶

样本内预测和样本外预测

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。

Returns:¶

forecastarray_like or pd.Series.

样本外预测和/或样本外预测的数组。一个 (npredict,) 数组。如果原始数据是 pd.Series 或 DataFrame，则返回 pd.Series。