如何使用statsmodels和Python在AR模型中獲得常量項？

Question

我正在嘗試使用AR模型對我的時間序列數據進行建模。

這是我正在使用的代碼。

# Compute AR-model (data is a python list of number)

model = AR(data)
result = model.fit()

plt.plot(data, 'b-', label='data')
plt.plot(range(result.k_ar, len(data)), result.fittedvalues, 'r-')
plt.show()

我已經使用result.k_ar ，帶有result.params參數，帶有result.sigma2 epsilon term成功獲得了p值。 問題是我無法找到獲得c（常數）項的方法。 這是我編寫的用於比較結果的代碼。

# Plot

fit = []
for t in range(result.k_ar, len(data)):
    value = 0
    for i in range(1, result.k_ar+1):
        value += result.params[i-1] * data[t - i]
    fit.append(value)

plt.plot(data, 'b-', label='data')
plt.plot(range(result.k_ar, len(data)), fit, 'r-', label='fit')
plt.plot(range(result.k_ar, len(data)), result.fittedvalues, 'r-')
plt.show()

我的結果和result.fittedvalues的結果證實我很明顯，模型中添加了一些常量項。 謝謝。

Answer 1

常數是params中的第零個元素。 例如，params [0]。

你的代碼應該是

fit = []
for t in range(result.k_ar, len(data)):
    value = result.params[0]
    for i in range(2, result.k_ar + 2):
        value += result.params[i - 1] * data[t - i + 1]
    fit.append(value)

或者更簡單，因為我們已經為你制作了滯后矩陣（這就是擬合值所做的）

np.dot(result.model.X, result.params)

順便說一句，請注意，對於AR而言，這實際上是常量而不是均值。 平均值由ARMA模型報告，其比普通AR模型更全面。 （它有一個報告常量的摘要方法.AR也應該但不是。）連接是

constant = mean(1 - arparams.sum())