在Python中使用pandas statsmodels的VAR模型

发布时间：2020-12-16 21:54:22 所属栏目：Python 来源：网络整理

导读：我是R的狂热用户,但最近由于几个不同的原因切换到Python.但是,我正在努力从statsmodels运行Python中的矢量AR模型. ,Q#1.我运行时遇到错误,我怀疑它与我的矢量类型有关. import numpy as np import statsmodels.tsa.api from statsmodels import datasets imp

我是R的狂热用户,但最近由于几个不同的原因切换到Python.但是,我正在努力从statsmodels运行Python中的矢量AR模型.

,Q#1.我运行时遇到错误,我怀疑它与我的矢量类型有关.

    import numpy as np
    import statsmodels.tsa.api
    from statsmodels import datasets
    import datetime as dt
    import pandas as pd
    from pandas import Series
    from pandas import DataFrame
    import os

    df = pd.read_csv('myfile.csv')
    speedonly = DataFrame(df['speed'])
    results = statsmodels.tsa.api.VAR(speedonly)

    Traceback (most recent call last):
    File "


现在,有趣的是,当我从这里https://github.com/statsmodels/statsmodels/blob/master/docs/source/vector_ar.rst#id5运行VAR示例时,它运行正常.
我尝试使用Wes McKinney的“用于数据分析的Python”第293页的第三个较短向量ts的VAR模型,它不起作用.
好的,所以我现在想的是因为矢量是不同的类型：

    >>> speedonly.head()
         speed
    0  559.984
    1  559.984
    2  559.984
    3  559.984
    4  559.984
    >>> type(speedonly)
    

所以我将speedonly转换为ndarray ……它仍然无效.但是这次我得到了另一个错误：

   >>> nda_speedonly = np.array(speedonly)
   >>> results = statsmodels.tsa.api.VAR(nda_speedonly)

   Traceback (most recent call last):
   File "

有什么建议？
Q | 2.我的数据集中有外生特征变量,似乎对预测很有用.上面的statsmodels模型是否是最好用的？


最佳答案
当您将pandas对象提供给时间序列模型时,它期望索引是日期.当前源中的错误消息得到改进(即将发布).

ValueError: Given a pandas object and the index does not contain dates

在第二种情况下,你给VAR一个单独的1d系列.当您有多个系列时,将使用VAR.这就是为什么你有形状错误,因为它期望你的数组中有第二个维度.我们可以在这里改进错误信息.对于具有外生变量的单个系列AR模型,您可能希望使用sm.tsa.ARMA.请注意,ARMA.predict中有一个known bug,用于很快修复外生变量的模型.如果您可以为此提供测试用例,那将会很有帮助.
                        （编辑：李大同）
【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!