StatsModels SARIMAX with exogenous variables - 如何提取外生系数
StatsModels SARIMAX with exogenous variables - how to extract exogenous coefficients
我利用一些外生变量为我的数据拟合了一个 statsmodels SARIMAX 模型。
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得 AR、MA 系数,但没有关于 exog 系数的信息。有什么建议吗?
下面的代码片段:
#imports
import pandas as pd
from statsmodels.tsa.statespace.sarimax import SARIMAX
#X and Y variables, index as dates, X has several columns with exog variables
X = df[factors]
Y = df[target]
#lets fit it
model= SARIMAX(endog=Y[:'2020-04-13'], exog = X[:'2020-04-13'], order = (5,2,1))
#fit the model
model_fit = model.fit(disp=0)
#get AR coefficients
model_fit.polynomial_ar
这没有特定的属性,但您始终可以使用 model_fit.params
属性访问所有参数。
对于 SARIMAX 模型,exog
参数总是紧跟在任何趋势参数之后,因此以下应该始终有效:
exog_params = model_fit.params[model.k_trend:model.k_trend + model.k_exog]
我利用一些外生变量为我的数据拟合了一个 statsmodels SARIMAX 模型。
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得 AR、MA 系数,但没有关于 exog 系数的信息。有什么建议吗?
下面的代码片段:
#imports
import pandas as pd
from statsmodels.tsa.statespace.sarimax import SARIMAX
#X and Y variables, index as dates, X has several columns with exog variables
X = df[factors]
Y = df[target]
#lets fit it
model= SARIMAX(endog=Y[:'2020-04-13'], exog = X[:'2020-04-13'], order = (5,2,1))
#fit the model
model_fit = model.fit(disp=0)
#get AR coefficients
model_fit.polynomial_ar
这没有特定的属性,但您始终可以使用 model_fit.params
属性访问所有参数。
对于 SARIMAX 模型,exog
参数总是紧跟在任何趋势参数之后,因此以下应该始终有效:
exog_params = model_fit.params[model.k_trend:model.k_trend + model.k_exog]