python - Python 中带有 pandas + statsmodels 的 VAR 模型

Question

我是 R 的狂热用户，但最近由于一些不同的原因转而使用 Python。但是，我在 Python 中从 statsmodels 运行矢量 AR 模型时遇到了一些困难。

问题#1。运行此程序时出现错误，我怀疑它与我的向量类型有关。

    import numpy as np
    import statsmodels.tsa.api
    from statsmodels import datasets
    import datetime as dt
    import pandas as pd
    from pandas import Series
    from pandas import DataFrame
    import os

    df = pd.read_csv('myfile.csv')
    speedonly = DataFrame(df['speed'])
    results = statsmodels.tsa.api.VAR(speedonly)

    Traceback (most recent call last):
    File "<pyshell#14>", line 1, in <module>
      results = statsmodels.tsa.api.VAR(speedonly)
    File "C:\Python27\lib\site-packages\statsmodels\tsa\vector_ar\var_model.py", line 336, in __init__
      super(VAR, self).__init__(endog, None, dates, freq)
    File "C:\Python27\lib\site-packages\statsmodels\tsa\base\tsa_model.py", line 40, in __init__
      self._init_dates(dates, freq)
    File "C:\Python27\lib\site-packages\statsmodels\tsa\base\tsa_model.py", line 54, in _init_dates
      raise ValueError("dates must be of type datetime")
    ValueError: dates must be of type datetime

现在，有趣的是，当我从这里运行 VAR 示例时 https://github.com/statsmodels/statsmodels/blob/master/docs/source/vector_ar.rst#id5 , 它工作正常。

我尝试使用来自 Wes McKinney 的“用于数据分析的 Python”第 293 页的第三个更短的向量 ts 的 VAR 模型，但它不起作用。

好吧，现在我认为这是因为向量的类型不同:

    >>> speedonly.head()
         speed
    0  559.984
    1  559.984
    2  559.984
    3  559.984
    4  559.984
    >>> type(speedonly)
    <class 'pandas.core.frame.DataFrame'> #DOESN'T WORK

    >>> type(data)
    <type 'numpy.ndarray'> #WORKS

    >>> ts
    2011-01-02   -0.682317
    2011-01-05    1.121983
    2011-01-07    0.507047
    2011-01-08   -0.038240
    2011-01-10   -0.890730
    2011-01-12   -0.388685
    >>> type(ts)
    <class 'pandas.core.series.TimeSeries'> #DOESN'T WORK

所以我将 speedonly 转换为 ndarray... 但它仍然不起作用。但是这次我得到了另一个错误:

   >>> nda_speedonly = np.array(speedonly)
   >>> results = statsmodels.tsa.api.VAR(nda_speedonly)

   Traceback (most recent call last):
   File "<pyshell#47>", line 1, in <module>
     results = statsmodels.tsa.api.VAR(nda_speedonly)
   File "C:\Python27\lib\site-packages\statsmodels\tsa\vector_ar\var_model.py", line 345, in __init__
     self.neqs = self.endog.shape[1]
   IndexError: tuple index out of range

有什么建议吗？

问题#2。我的数据集中有似乎对预测有用的外生特征变量。以上来自 statsmodels 的模型是不是最好用的模型？

Answer 1

当您将 pandas 对象提供给时间序列模型时，它期望索引是日期。错误信息在当前源中得到改进(即将发布)。

ValueError: Given a pandas object and the index does not contain dates

在第二种情况下，您将单个 1d 系列提供给 VAR。当您有多个系列时，将使用 VAR。这就是为什么你有形状错误的原因，因为它期望你的数组中有第二个维度。我们或许可以改进此处的错误消息。对于具有外生变量的单系列 AR 模型，您可能希望使用 sm.tsa.ARMA。请注意，有一个 known bug在 ARMA.predict 中，具有外生变量的模型很快就会修复。如果您能为此提供一个测试用例，那将会很有帮助。