私はあなたが何であるかわかりませんlagmatrix
。
ラグメソッドがあり、nan を処理する pandas を使用することをお勧めします。
statsmodels には、自己回帰モデルとベクトル自己回帰モデル、および関連する仮説検定のラグ行列を作成するために内部的に使用される 2 つの関数があり、trim
初期観測値と後続観測値の処理方法を選択するオプションがあります。
>>> from statsmodels.tsa.tsatools import lagmat, lagmat2ds
>>> x = np.arange(10)
>>> y_lagged, y = lagmat(x, maxlag=2, trim="forward", original='sep')
>>> y_lagged
array([[ 0., 0.],
[ 0., 0.],
[ 1., 0.],
[ 2., 1.],
[ 3., 2.],
[ 4., 3.],
[ 5., 4.],
[ 6., 5.],
[ 7., 6.],
[ 8., 7.]])
>>> y
array([[0],
[1],
[2],
[3],
[4],
[5],
[6],
[7],
[8],
[9]])
>>> y_lagged, y = lagmat(x, maxlag=2, trim="both", original='sep')
>>> y_lagged
array([[ 1., 0.],
[ 2., 1.],
[ 3., 2.],
[ 4., 3.],
[ 5., 4.],
[ 6., 5.],
[ 7., 6.],
[ 8., 7.]])
>>> y
array([[2],
[3],
[4],
[5],
[6],
[7],
[8],
[9]])