【ARIMA分产品销量预测】【python】 _销量

今天下午做的单子
客户的需求：
做78个产品销量预测
数据：
2021年1-8月份产品的销售数据（部分有9月）
没有其他控制变量
销量预测分析 1 将数据拆成78个子表
这里我是把这样的数据
拆成了78个含有“date”，"“这两个字段的表:
totaldata = http://www.kingceram.com/post/pd.read_excel('./arima_data.xls')date = list(totaldata.iloc[:,0])colnames = list(totaldata.columns)date = totaldata.iloc[:,0]for i in range(1,len(totaldata)):s_li = totaldata.iloc[:,i]name = colnames[i].replace(" ","")df = {"date":date,"salesvolume":s_li}df = pd.DataFrame(df)df.to_excel("./data/{}.xlsx".format(name))
2 确定p和q的值
这里我采用ARIMA自回归模型进行预测。
我参考了[1]的ARIMA的代码，进行p和q值的确定。她把p和q值确定的方法说的比较详细。但是正常的p和q不会超过5（那样一是慢，二是效果不见得很好，见[2]）
为78个产品单独确定p和q太费事了，因此我就只拿总销量确定了p和q，并且都做了一阶差分，这样处理后基本能保证在时间序列上是平稳的。
3 导入包
【【ARIMA分产品销量预测】【python】】import numpy as npimport pand