如何在 Python 中实现向量自回归？

Posted 2023-03-11

【中文标题】如何在 Python 中实现向量自回归？

【英文标题】：How to implement Vector Auto-Regression in Python?

【发布时间】：2013-08-23 07:28:00

【问题描述】：

我想在python中实现向量自回归。我的数据保存为 3 个列表的列表。我找到了这个 - http://statsmodels.sourceforge.net/stable/vector_ar.html#var，但想不出正确的实现方式。

假设 tsdata - 一个包含 3 个长度为 100 的列表的列表，是我的数据。我试过了

varmodel = ts.VAR(tsdata)

results = varmodel.fit(maxlags=5, ic='aic')

但上述方法不起作用。

更新： 根据以下建议，我已将列表列表更改为列堆栈。现在工作正常。所以 tsdata，它是一个列表列表被更改为

tsdata  = np.column_stack(tsdata)

【问题讨论】：

请详细说明“它不起作用”。当我执行VAR(data_as_lists).fit(maxlags=5, ic='aic').summary() 时，我得到了输出——不清楚所说的输出是否合理。即使这样，您的数据也应该是带有 DatetimeIndex 的 pandas DataFrame。

我的猜测是，当列表转换为数组时，列表的形状错误，变量在行中，观察在列中。在列表列表中尝试 np.column_stack

您的代码中的tsdata 在哪里？你在问题中提到它，但我看到的只是resid。

代码中也应该是tsdata。更正了错字。将尝试 np.column_stack。

菲利普，感谢您的建议。它奏效了。

【参考方案1】：

将列表列表更改为列堆栈 (as @Josef suggests) 可能会解决您的问题。为此，可以使用numpy.column_stack 如下

tsdata  = np.column_stack(tsdata)