在Python中使用pandas + statsmodels的VAR模型

Question

我是R的狂热用户,但最近由于几个不同的原因切换到Python.但是,我正在努力从statsmodels运行Python中的矢量AR模型.

,Q#1.我运行时遇到错误,我怀疑它与我的矢量类型有关.

    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https://github.com/statsmodels/statsmodels/blob/master/docs/source/vector_ar.rst#id5时,它运行正常.

我尝试使用Wes McKinney的"用于数据分析的Python"第293页的第三个较短向量ts的VAR模型,它不起作用.

好的,所以我现在想的是因为矢量是不同的类型:

    >>> 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 ......它仍然无效.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？

Q | 2.我的数据集中有外生特征变量,似乎对预测很有用.上面的statsmodels模型是否是最好用的？

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。当前源代码中的错误消息已得到改进（即将发布）。

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

在第二种情况下，您向 VAR 提供单个 1d 系列。当您有多个系列时，会使用 VAR。这就是为什么会出现形状错误，因为它期望数组中存在第二个维度。我们或许可以改进这里的错误消息。对于具有外生变量的单系列 AR 模型，您可能需要使用 sm.tsa.ARMA。请注意，对于具有外生变量的模型，ARMA.predict 中存在一个已知错误，很快就会修复。如果您可以为此提供一个测试用例，那将会很有帮助。