时间序列：带外生变量的时序预测模型ARIMAX

最新推荐文章于 2026-06-19 17:00:49 发布

原创最新推荐文章于 2026-06-19 17:00:49 发布 · 181 阅读

5 ·

本内容遵循CC 4.0 BY-SA版权协议

GEO检测

标签

#python #数据挖掘

资深数据科学家之路专栏收录该内容

18 篇文章

订阅专栏

写在前面：
首先感谢兄弟们的订阅，让我有创作的动力，在创作过程我会尽最大能力，保证作品的质量，如果有问题，可以私信我，让我们携手共进，共创辉煌。

路虽远，行则将至；事虽难，做则必成。只要有愚公移山的志气、滴水穿石的毅力，脚踏实地，埋头苦干，积跬步以至千里，就一定能够把宏伟目标变为美好现实。

Hello，大家好。上一篇文章介绍了ARIMA时间序列算法，今天我们来一起学习一下ARIMAX。

在进入主题之前，给大家分享一下经典语录：
良好的睡眠，健康的身体，快乐的心情，平淡的生活，这些才是最重要的。

以下内容均结合参考资料与个人实操理解原创撰写，不存在滥用原创问题。

在上一篇文章中，我们详细讲解了ARIMA时间序列模型的原理与实战，ARIMA仅依靠数据自身的历史规律做预测，适用于趋势、周期稳定的场景。

但现实业务中，绝大多数数据都不是孤立变化的：
✅销量会受节假日、促销、天气、竞品活动的影响
✅用电量会受天气温度、工作日或者周末的影响
✅客流数据会受活动策划、假期政策的影响
✅商品价格会受促销活动、特殊事件的影响

当核心序列受外部因素干扰明显时，纯ARIMA模型精度会严重不足。这时候，时间序列进阶模型ARIMAX就派上用场了。今天这篇文章，我们从ARIMAX是什么、与ARIMA的区别、代码实战三个部分介绍。

ARIMAX是什么

ARIMAX中文全称：带外生变量的差分自回归移动平均模型。ARIMAX = ARIMA + 外生变量（外部影响因子）。
如果说ARIMA是「只看自己的过去预测未来」，那ARIMAX就是「既看自身历史规律，又参考外部影响因素」的增强版时间序列模型。
核心逻辑：预测值 = 自身时序趋势（ARIMA核心规律） + 外部变量影响（X外生因子）

自身时序趋势（ARIMA核心规律）

通过差分d让数据平稳，通过自回归p捕捉历史趋势，通过移动平均q修正误差，解决时序数据的趋势、周期、残差问题。

外部变量影响（X外生因子）

模型会自动学习每个外部因子对目标值的影响权重。
例如，促销活动对销量正向影响、高温天气对用电量正向影响、节假日对客流负向影响等。
训练完成后，模型既记住了数据自身的变化规律，也记住了外部因素的影响程度，预测结果自然更精准。

ARIMAX与ARIMA区别

ARIMA模型

仅利用目标序列自身的滞后值、误差、差分规律建模
适合：无明显外部干扰、规律稳定的平稳时序数据
缺点：无法捕捉突发、外部因素带来的波动

ARIMAX模型

在ARIMA基础上，引入一个或多个外生解释变量X
适合：受外界因素影响大、波动不规则的业务数据
优势：大幅提升预测精度，贴合真实业务场景

关键差异

模型结构不同：ARIMA(p,d,q) vs ARIMAX(p,d,q)+外生变量矩阵
训练数据不同：ARIMA只需目标列；ARIMAX需要目标列+影响因子列
预测要求不同：ARIMA直接预测；ARIMAX必须提供未来外生变量数据
适用场景不同：ARIMA通用稳定数据；ARIMAX业务复杂、有干扰的数据

代码实战

# 导入工具包
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from statsmodels.tsa.arima.model import ARIMA
from sklearn.metrics import mean_squared_error, mean_absolute_error
import joblib
import warnings
warnings.filterwarnings('ignore')

# 1. 构建时序数据 + 外生变量
np.random.seed(42)
n = 60
dates = pd.date_range('2020-01-01', periods=n, freq='M')

exog1 = np.linspace(0, 10, n) + np.random.normal(0, 0.5, n)
exog2 = np.sin(np.linspace(0, 4*np.pi, n)) + np.random.normal(0, 0.3, n)
y = 2 * exog1 + 0.5 * exog2 + np.random.normal(0, 1, n)

df = pd.DataFrame({'date': dates, 'y': y, 'exog1': exog1, 'exog2': exog2})
df.set_index('date', inplace=True)
df.to_csv('data_arimax.csv')

# 2. 划分训练集、测试集
train = df.iloc[:-12]  # 训练集
test = df.iloc[-12:]  # 后12个月数据作为测试集

train_y = train['y']
train_exog = train[['exog1', 'exog2']]
test_exog = test[['exog1', 'exog2']]

# 3. 自动最优阶数筛选（AIC最小准则）
def auto_order(y, exog, max_p=3, max_d=1, max_q=3):
    best_aic = np.inf
    best_order = (1,1,1)
    for p in range(max_p+1):
        for d in range(max_d+1):
            for q in range(max_q+1):
                try:
                    model = ARIMA(endog=y, exog=exog, order=(p,d,q))
                    res = model.fit()
                    if res.aic < best_aic:
                        best_aic = res.aic
                        best_order = (p,d,q)
                except:
                    continue
    return best_order

best_order = auto_order(train_y, train_exog)
print(f'最佳ARIMA阶数: {best_order}')

# 4. 训练 ARIMAX 模型
model = ARIMA(endog=train_y, exog=train_exog, order=best_order)
model_fit = model.fit()

# 5. 预测未来12期
pred_res = model_fit.get_forecast(steps=len(test), exog=test_exog)
pred_mean = pred_res.predicted_mean

# 6. 模型评估
rmse = np.sqrt(mean_squared_error(test['y'], pred_mean))
mae = mean_absolute_error(test['y'], pred_mean)
print(f'RMSE: {rmse:.2f}, MAE: {mae:.2f}')

# 7. 可视化拟合效果
# 基础设置
plt.rcParams["font.family"] = ["SimHei"]
plt.rcParams["axes.unicode_minus"] = False

plt.figure(figsize=(12,5))
plt.plot(train_y, label='训练数据')
plt.plot(test['y'], label='真实值')
plt.plot(test.index, pred_mean, label='ARIMAX预测值')
plt.legend()
plt.title('ARIMAX时序预测结果')
plt.show()

# 8. 保存模型（可直接上线使用）
joblib.dump(model_fit, 'arimax_model.pkl')