pandas库来处理数据， statsmodels库来建立和拟合ARIMA模型，以及matplotlib库来绘制ACF和PACF图。

python import pandas as pd import numpy as np import matplotlib.pyplot as plt from statsmodels.graphics.tsaplots import plotacf, plotpacf from statsmodels.tsa.arima_model import ARIMA

daterng = pd.daterange ts = pd.DataFrame ts = np.random.randn # 虚假设数据 ts = ts.dt.hour

fig, ax = plt.subplots) plotacf plotpacf plt.tight_layout plt.show

p = 2 # 虚假设p=2 d = 1 # 虚假设d=1 q = 2 # 虚假设q=2

model = ARIMA) model_fit = model.fit

print)

forecast = model_fit.forecast print

在上述代码中， 我们先说说创建了一个时候序列数据集，然后绘制了ACF和PACF图。这些个图形帮我们选择ARIMA模型的参数p、d和q。这里我们虚假设参数为p=2, d=1, q=2，但实际应用中得。

注意：