ValueError：StatsForecast 的 AutoARIMA 模型中的数学域错误

Question

我正在尝试使用 statsforecast AutoArima 来预测以下类型的数据：

邮政编码	产品系列	周_日期	rma_count
12198	ABC	2021-01-03	6.0
61022	防御	2021-01-03	1.0
43106	GHI	2021-01-03	4.0
18019	XYZ	2021-01-03	3.0

我有两年的数据用于 13 周的训练和预测。

我正在调用 model.fit，如下所示：

models = [
        AutoARIMA(season_length=52),
        HoltWinters(season_length=52, error_type='A'),
        DynamicOptimizedTheta(season_length=52, 
                decomposition_type="additive"),
        SeasonalNaive(season_length=52)
    ]
    
    model = StatsForecast(models=models, 
                              freq='W', n_jobs=-1, fallback_model=Naive())
    model.fit(train_agg)

但是对于 AutoARIMA，我收到“ValueError：数学域错误”，堆栈跟踪如下：

Traceback (most recent call last):
  File "/miniconda3/lib/python3.8/multiprocessing/pool.py", line 125, in worker
    result = (True, func(*args, **kwds))
  File "/miniconda3/lib/python3.8/site-packages/statsforecast/core.py", line 77, in fit
    fm[i, i_model] = new_model.fit(y=y, X=X)
  File "/miniconda3/lib/python3.8/site-packages/statsforecast/models.py", line 328, in fit
    self.model_ = auto_arima_f(
  File "/miniconda3/lib/python3.8/site-packages/statsforecast/arima.py", line 1828, in auto_arima_f
    fit = Arima(x, order=(0, 0, 0), include_mean=False)
  File "/miniconda3/lib/python3.8/site-packages/statsforecast/arima.py", line 1487, in Arima
    tmp["bic"] = tmp["aic"] + npar * (math.log(nstar) - 2)

查看代码生成错误，似乎 nstar 在以下等式中出现负值：

nstar = n - tmp["arma"][5] - tmp["arma"][6] * tmp["arma"][4]

所有这些值仅是预测评估的结果。我可以传递任何参数来修复此错误，还是数据问题（例如数字较小）？

Answer 1

发现问题了。

我正在对多个时间序列运行分层预测。

其中一些时间序列缺少数据点。

对我来说，这些类型的时间序列可以忽略，所以我删除了它们。 或者，您可以用一些常数值填充缺失的数据点。

谢谢！