1

例：

パイソン

lagmatrix([1 2 3])
returns [0 1 2]

Y のラグ値に対して Y を回帰させたい場合 (つまり、AR プロセス)、これは明らかに正しくありません。

statsmodel.OLS を使用して Y の回帰と Y のラグ値を実行したいのですが、Y のラグ バージョンに NaN を入れると、OLS が文句を言い、実行されません。

Y[1:-1]に対して回帰せずに回帰を実行する方法はありlagmatrix(Y)[1:-1]ますか?

ラグがさらにある場合、これは面倒になる可能性があります。

statsmodels の AR 関数はどのようにラグを見つけますか?

4

1 に答える 1

1

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]])
于 2013-08-04T06:56:33.027 に答える