我的 ARIMA 预测似乎是对数的。有道理吗？

Question

我有这个df.这是一个包含大量数据的数据集，其中包含日期和温度。：

dades_estacio='Dades_estacio_Das.csv'

dateparse = lambda dates: pd.datetime.strptime(dates, '%Y-%m-%d')
df = pd.read_csv(dades_estacio, parse_dates=['DATA'],date_parser=dateparse)
print ('\n Parsed Data:')
df=df.drop('Unnamed: 0',axis=1)
df.head()

接下来我检查平稳性。 p-value=0.001910736198530445，所以我假设它是平稳的：

from statsmodels.tsa.stattools import adfuller
def ad_test(dataset):
     dftest = adfuller(dataset, autolag = 'AIC')
     print("1. ADF : ",dftest[0])
     print("2. P-Value : ", dftest[1])
     print("3. Num Of Lags : ", dftest[2])
     print("4. Num Of Observations Used For ADF Regression:",      dftest[3])
     print("5. Critical Values :")
     for key, val in dftest[4].items():
         print("\t",key, ": ", val)
ad_test(df['Temp mitja'])

我应用 ARIMA 模型，得到的最佳模型是顺序 (2,0,2)：

#Aplicación Metodo ARIMA
from pmdarima import auto_arima
stepwise_fit = auto_arima(df['Temp mitja'], trace=True,
suppress_warnings=True)

我训练模型：

#Split the dataset
print(df.shape)
train=df.iloc[:-30]
test=df.iloc[-30:]
print(train.shape,test.shape)

from statsmodels.tsa.arima.model import ARIMA
model=ARIMA(train['Temp mitja'],order=(2,0,2))
model=model.fit()
model.summary()

现在我用模型预测测试：

start=len(train)
end=len(train)+len(test)-1
pred=model.predict(start=start,end=end,typ='levels')
test['ARIMA Predictions']=pred

#Representación gráfica:
fig, ax = plt.subplots(figsize=(15,6))
ax.plot(test['DATA'], test['Temp mitja'], color = 'tab:orange',label='Temp mitja')
ax.plot(test['DATA'], test['ARIMA Predictions'], color = 'tab:blue',label='ARIMA Predictions')
plt.xlabel('DATA')
plt.ylabel('Temperatura mitja')
ax.legend(loc = 'upper right')
plt.show()

但是我得到 ARIMA 预测是一条看起来对数的曲线。这是正确的吗？或者它应该看起来像测试线一样有很多选择？