StatsModels SARIMAX 模型中如何提取外生变量的系数

我使用一些外生变量对我的数据进行了 statsmodels SARIMAX 模型的拟合。

如何提取外生变量的拟合回归参数?根据文档,很清楚如何获取 AR 和 MA 系数,但关于外生变量的系数却没有说明。有什么建议吗?

下面是代码片段:

#importsimport pandas as pdfrom statsmodels.tsa.statespace.sarimax import SARIMAX#X和Y变量,索引为日期,X包含多个外生变量的列X = df[factors]Y = df[target]#让我们进行拟合model= SARIMAX(endog=Y[:'2020-04-13'], exog = X[:'2020-04-13'], order = (5,2,1))#拟合模型model_fit = model.fit(disp=0)#获取AR系数model_fit.polynomial_ar

回答:

没有专门的属性可以直接获取这些系数,但你可以使用 model_fit.params 属性来访问所有参数。

对于 SARIMAX 模型,exog 参数总是紧跟在任何趋势参数之后,因此以下方法应该总是有效的:

exog_params = model_fit.params[model.k_trend:model.k_trend + model.k_exog]

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注