7.2 预测区间与置信带

7.2 预测区间与置信带

本节摘要：单点预测是"猜中位数"，预测区间是"猜分布"。本节区分预测区间（predictive interval）和置信带（confidence interval）两个易混概念，并演示 ARIMA 与 Prophet 的预测区间计算。

学习目标

阅读完本节，你应当能够：

1. 解释预测区间和置信带的统计含义差异。
2. 用 statsmodels 算 ARIMA 预测区间，用 Prophet 算 Prophet 预测区间。
3. 判断"区间应当多宽"——区间太窄代表过度自信，太宽代表模型无效。

一、预测区间 vs 置信带

这两个概念在初学者中常被混用，但数学含义不同：

• 预测区间（predictive interval）：未来观测值 y(t+h) 的区间。关心的是"未来某个值大概落在哪里"。
• 置信带（confidence interval）：未来期望 E[y(t+h)] 的区间。关心的是"未来平均值大概落在哪里"。

直观上：

• 预测区间 = 单个未来值的范围。宽度受未来噪声方差影响。
• 置信带 = 未来均值的范围。比预测区间窄（因为均值的不确定性小于单点）。

大多数业务场景关心的是预测区间——比如"明天的销量大概在 800–1200 之间"。下文围绕预测区间展开。

二、ARIMA 的预测区间

statsmodels 的 get_forecast 同时返回预测均值和预测区间：

from statsmodels.tsa.arima.model import ARIMA

# 拟合 ARIMA(1,1,1)
model = ARIMA(s, order=(1, 1, 1)).fit()

# 预测未来 12 期 + 95% 预测区间
forecast = model.get_forecast(steps=12)
mean = forecast.predicted_mean
ci = forecast.conf_int(alpha=0.05)  # alpha=0.05 → 95% 区间

# ci 是 DataFrame，列名 lower/upper 对应区间
print(ci.head())
​

预测区间宽度随 horizon 增大。horizon=1 时区间最窄，horizon 越大区间越宽——因为预测越远，不确定性累积。

三、Prophet 的预测区间

from prophet import Prophet
m = Prophet(yearly_seasonality=True, weekly_seasonality=True)
m.fit(df)
future = m.make_future_dataframe(periods=30, freq="D")
forecast = m.predict(future)

# 关键列
print(forecast[["ds", "yhat", "yhat_lower", "yhat_upper"]].tail())
​

yhat_lower / yhat_upper 默认是 80% 区间。要 95%：

m = Prophet(interval_width=0.95).fit(df)
​

四、预测区间应当多宽

经验法则：

• 业务对预测准确性要求高（库存调度、容量规划）→ 95% 区间。
• 业务对预测区间宽度敏感（不能太宽否则无操作意义）→ 80% 区间 + 监控"区间覆盖率"。

判断区间宽度是否合适的指标：区间覆盖率（interval coverage）——测试集中真实值落在预测区间内的比例。

# 假设 test 是测试集，pred 是预测区间
coverage = ((test >= ci["lower"]) & (test <= ci["upper"])).mean()
# 95% 区间 → 覆盖率应接近 95%；偏离太远说明区间校准不好
​

如果 95% 区间的覆盖率只有 80% → 区间偏窄，需要调大 interval_width 或检查模型残差方差。如果 95% 区间的覆盖率高达 99% → 区间偏宽，可以收紧。

五、过度自信的预测区间

最常见的工程问题：预测区间过窄。ARIMA 默认的预测区间假设残差同方差、独立。如果这两个假设不成立（实际数据常常不成立），区间就会过窄。

解决思路：

• Bootstrap 重采样：在残差上做有放回重采样，构造多个"未来路径"，取 2.5% 和 97.5% 分位数作为区间。这种非参数方法不依赖正态假设。
• 异方差模型：用 GARCH、状态空间等显式建模"条件方差随时间变化"的模型。
• 集成预测：用多个模型的预测取平均，区间取所有模型预测的并集。

六、一个 Bootstrap 区间估计的例子

# 用 Bootstrap 构造 95% 预测区间
def bootstrap_forecast(model, steps=12, n_sims=1000, alpha=0.05):
    residuals = model.resid
    sims = []
    for _ in range(n_sims):
        # 在残差上有放回采样
        future_resid = np.random.choice(residuals, size=steps, replace=True)
        # 假设未来没有新信息，预测是固定的
        sim = model.forecast(steps) + future_resid
        sims.append(sim)
    sims = np.array(sims)
    lower = np.percentile(sims, 100 * alpha / 2, axis=0)
    upper = np.percentile(sims, 100 * (1 - alpha / 2), axis=0)
    return lower, upper
​

Bootstrap 区间对非正态残差、异方差都更鲁棒。业务上凡是对预测区间敏感的场景，都建议用 Bootstrap 校准。

七、置信带的不确定性比预测区间小

回到概念区分：

• 预测区间：未来单个值的范围。ARIMA(1,1,1) 预测 12 期，95% 预测区间 ±15 单位。
• 置信带：未来平均值的范围。同样的设置，95% 置信带可能只有 ±3 单位。

业务上几乎总是要预测区间（关心"明天具体多少"），但汇报时也提一句"我们对这个预测的把握有多高"——这就是置信带。

本节要点回顾

• 预测区间 vs 置信带：未来单点 vs 未来均值；前者宽、后者窄。
• ARIMA 预测区间：get_forecast(steps).conf_int(alpha=0.05)。
• Prophet 预测区间：interval_width=0.95。
• 区间宽度校准：95% 区间的覆盖率应接近 95%。Bootstrap 校准更鲁棒。
• 过度自信：默认 ARIMA 区间经常过窄。Bootstrap / GARCH / 集成可改进。
• 下一节线索：7.3 进入"应用场景"——时间序列分析在四个典型场景中的实战用法。

图：点预测 vs 区间预测