Gab*_*ama 6 time-series python-3.x statsmodels
我正在使用 SARIMAX 耦合模型 (statsmodels.tsa.statespace.sarimax.SARIMAX) 对两个季节性时间序列之间的相关性进行建模。内生变量为 y(t)，外生变量为 x(t)。我的目标是使用 x(t) 作为预测变量来预测 y(t)。
\n\n我对 SARIMAX(p,d,q, r )\xe2\x88\x99(P,D,Q)s 过程的理解是将 y(t) 建模为 x(t) 的线性函数，误差项如下一个 SARIMA 过程：\ny(t)=c+\xce\xb21\xe2\x88\x99x(1,t)+\xce\xb22\xe2\x88\x99x(2,t)+\xe2\x8b\xaf+\ xce\xb2r\xe2\x88\x99x(r,t)+\xce\xb5(t) （参见链接中的完整方程\n SARIMAX 模型
\n\n对于上述问题，我有两个问题：(1) 是否可以对高于 1 的滞后回归阶数“ r ”进行建模？\n(2) 一旦估计了 SARIMAX 模型方程，这是预测未来值的最佳方法考虑到 x(t) 是未来的已知变量，y(t) 作为 x(t) 的函数？我见过很多单变量 SARIMA 预测的示例，但没有看到多变量 SARIMAX 预测的示例。\n非常感谢。
\n| 归档时间： |
|
| 查看次数： |
1403 次 |
| 最近记录： |
