python - 如何在 Python 中实现向量自回归?

标签 python pandas time-series forecasting statsmodels

我要实现 向量自回归在 python 中。我的数据保存为 3 个列表的列表。我找到了这个 -
http://statsmodels.sourceforge.net/stable/vector_ar.html#var ,但无法找出正确的实现方式。

假设 tsdata - 每个长度为 100 的 3 个列表的列表是我的数据。我试过

varmodel = ts.VAR(tsdata)

results = varmodel.fit(maxlags=5, ic='aic')

但是上面的方法不起作用。

更新 :
我已根据以下建议将列表列表更改为列堆栈。它现在工作正常。所以 tsdata,这是一个列表列表被更改为
tsdata  = np.column_stack(tsdata)

最佳答案

将列表列表更改为列堆栈 ( as @Josef suggests ) 可能会解决您的问题。为此,可以使用 numpy.column_stack 如下

tsdata  = np.column_stack(tsdata)

关于python - 如何在 Python 中实现向量自回归?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/18348720/

相关文章:

python - Cython 使用什么图形库来绘制图形?

python - 如何将多个列表导出到一个 csv?

python - 将预测值和残差附加到 Pandas 数据框

python - 我想根据 pandas 中的另一列数据添加新列

python - 无法将 numpy 与 Spark 一起使用

python - 从列表中运行函数

python - 交互式条件直方图桶切片数据可视化

python - 使用 MultiIndex 列在 pandas 数据框中添加一个字段

elasticsearch - Elasticsearch:通过嵌套对象查询查找内部命中

Python pandas 时间序列插值和正则化