使用 StatsModels 向 VAR 模型添加额外的预测器？

问题描述

我在 StatsModels 中有一个向量自回归 (VAR) 模型，其中包含三个用于预测未来值的时间序列变量。我想为模型添加一个额外的预测器，而不是将其作为模型输出的一部分进行预测，而是使用其当前值而不是滞后值。

上下文是该变量是时间序列变量的领先指标，因此期望的结果是将 x,y,z 建模为其过去值和该领先指标的当前值的函数。

>

这个添加是否可以使用 StatsModels VAR 或我需要在其他地方查看？

下面的代码显示了用于设置当前基本模型的相关代码。

# nobs is the number of periods into the future to forecast
nobs = 1

# load the data
data = pd.read_csv('Data/data-merged.csv',index_col=0)
# x,z are each a time series
data = data[['x','y','z']]
train,test = train_test_split(data,train_size=0.8,shuffle=False)

###
# code here runs tests on the data and finds the best_order
###

# fit VAR model
var = VAR(endog=train.values)
var_result = var.fit(maxlags=best_order)

###
# code here tests the model results on the test data
###

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）