如何解决使用 StatsModels 向 VAR 模型添加额外的预测器?
我在 StatsModels 中有一个向量自回归 (VAR) 模型,其中包含三个用于预测未来值的时间序列变量。我想为模型添加一个额外的预测器,而不是将其作为模型输出的一部分进行预测,而是使用其当前值而不是滞后值。
上下文是该变量是时间序列变量的领先指标,因此期望的结果是将 x,y,z
建模为其过去值和该领先指标的当前值的函数。
这个添加是否可以使用 StatsModels VAR 或我需要在其他地方查看?
# nobs is the number of periods into the future to forecast
nobs = 1
# load the data
data = pd.read_csv('Data/data-merged.csv',index_col=0)
# x,z are each a time series
data = data[['x','y','z']]
train,test = train_test_split(data,train_size=0.8,shuffle=False)
###
# code here runs tests on the data and finds the best_order
###
# fit VAR model
var = VAR(endog=train.values)
var_result = var.fit(maxlags=best_order)
###
# code here tests the model results on the test data
###
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。