33、时间序列预测：Prophet与SARIMA模型的应用与比较

时间序列预测：Prophet与SARIMA模型的应用与比较

1. 引言

在时间序列预测领域，有多种工具和模型可供选择。Prophet是一个广泛使用的自动时间序列预测库，它采用通用加法模型，结合趋势、季节性和节假日效应。然而，它并非适用于所有情况。本文将通过具体案例，比较Prophet和SARIMA模型在不同场景下的性能，并介绍如何使用它们进行时间序列预测。

2. Prophet与SARIMA模型对比实验

在之前的案例中，我们使用Prophet对美国谷歌上“巧克力”关键词搜索的受欢迎程度进行了预测，模型表现优于基线。接下来，我们将进行一个实验，看看SARIMA模型在这种情况下与Prophet相比表现如何。

2.1 数据平稳性检验

首先，我们需要导入所需的库：

from statsmodels.stats.diagnostic import acorr_ljungbox
from statsmodels.tsa.statespace.sarimax import SARIMAX
from statsmodels.tsa.stattools import adfuller
from tqdm import tqdm_notebook
from itertools import product
from typing import Union

然后，使用增强迪基 - 富勒（ADF）检验来检查数据是否平稳：

ad_fuller_result =