在 pandas 数据框中使用最大似然估计器的自动回归 (AR) 模型：correlate() 得到了一个意外的关键字参数“旧行为”

Posted 2023-03-12

【中文标题】在 pandas 数据框中使用最大似然估计器的自动回归 (AR) 模型：correlate() 得到了一个意外的关键字参数“旧行为”

【英文标题】：Auto Regressive (AR) model using Maximum Likelihood Estimator in pandas dataframe: correlate() got an unexpected keyword argument 'old behavior'

【发布时间】：2016-03-26 11:09:51

【问题描述】：

我有一个包含时间序列的 pandas 数据帧子集，我想使用 statsmodel 使用 AR 或 ARIMA 模型进行分析：

data_sci = H_Clinton_social_vector.Florida

数据如下：

Date
    2015-09-28     587
    2015-10-05     582
    2015-10-12     606
    2015-10-19     698

我的 AR 模型是这样创建的，每周汇总时间序列：

ar_model = sm.tsa.AR(data_sci, freq='W')
ar_model
<statsmodels.tsa.ar_model.AR at 0x1178f5490>

接下来，我想对 AR 参数进行最大似然估计 (MLE) 拟合，滞后半年：

ar_res = ar_model.fit(maxlag=26, method='mle')

我得到以下结果：

correlate() got an unexpected keyword argument 'old behavior'

我不明白问题是什么，我认为这与数据的自动相关性有关，因为 correlate() 参数。我的数据有很高的自相关性，所以应该没问题。

我对 stasmodel 不是很熟悉，并且更喜欢避免从头开始编写 AR 或 ARIMA 模型。

【问题讨论】：

你的 statsmodels 版本是什么，numpy 版本是什么。一种可能性是这是一个旧的 statsmodels，它使用了从最近的 numpy 中删除的选项。

谢谢。我的 statsmodel 是 0.6.1。 numpy 是 1.10.1。

【参考方案1】：

经过一番研究，问题是 statsmodel 与 numpy 1.10 不兼容。虽然我有最新版本的 stasmodel，但自相关存在内部问题（与最新版本的 numpy 不兼容），需要在 Github 安装主代码。

首先，我发现了我有哪些版本的 stasmodels 依赖项：

Python >= 2.6, including Python 3.x
NumPy >= 1.5.1
SciPy >= 0.9.0
Pandas >= 0.7.1
Patsy >= 0.3.0

所有这些都可以，所以为了从源代码安装，我需要有 Cython >= 20.1，这是我从 here 下载的。解压缩，导航到该目录并执行：

python setup.py install

完成后，导航到从Github 下载的 statsmodel 副本，然后构建 stasmodel：

python setup.py install

你会看到：

Cythonizing sources
Processing statsmodels/nonparametric/_smoothers_lowess.pyx
Processing statsmodels/nonparametric/linbin.pyx
Processing statsmodels/tsa/kalmanf/kalman_loglike.pyx
Processing statsmodels/tsa/statespace/_statespace.pyx.in

等等。一段时间后，您将拥有最新版本的 statsmodel。现在我的 AR 模型工作正常，尽管有一些您可以忽略或禁用的警告。

【讨论】：

似乎在 numpy 1.10.2 中修复了其他错误，这些错误会影响 master 中的新状态空间模型。所以，如果可能的话，我建议也升级 numpy。

【参考方案2】：

您需要将numpy 降级到1.9.2 或更低版本，刚刚测试，您的代码不再出现此错误。这是由于在_presample_varcov 中调用了np.correlate()，其中statsmodels.tsa.armodel 计算了预采样方差-协方差的倒数。

Numpy 已弃用 multiarray.correlate()（old behavior）和 1.10 大约在 2015 年 6 月 (see docs)，但 statsmodels 在这方面尚未更新（0.6.1 日期为 2014 年 12 月)。

【讨论】：

谢谢@Stefan，但降级到较低的 numpy 版本会产生比我试图解决的问题更多的问题。

或者，您可以自己分叉和更新相关的statsmodel 代码 - 请参阅第 260 行附近的statsmodels.tsa.ar_model.py。或者使用其他包，但我不知道任何其他免费时间序列实现在python.

谢谢@Stefan，我能够通过从 Github 上最新的源代码重建 statsmodel 来解决问题（在当前版本中解决，而不是在 0.6.1 中解决）