SARIMAX - Сводные табличные коэффициенты при обращении к ним поменялись местами - PullRequest
Новая
       8

SARIMAX - Сводные табличные коэффициенты при обращении к ним поменялись местами

0 голосов
/ 26 января 2019

Я подобрал модель SARIMAX с использованием statsmodels следующим образом 

mod = sm.tsa.statespace.SARIMAX(ratingCountsRSint,order=(2,0,0),seasonal_order=(1,0,0,52),enforce_stationarity=False,enforce_invertibility=False, freq='W')
results = mod.fit()
print(results.summary().tables[1])

В таблице результатов у меня есть коэффициент ar.S.L52, который отображается как 0,0163.Когда я пытаюсь получить коэффициент, используя 

seasonalAR=results.polynomial_seasonal_ar[52]

, я получаю -0,0163.Я задаюсь вопросом, почему знак изменился.То же самое происходит с polynomial_ar.В документации говорится, что polynomial_seasonal_ar дает «массив, содержащий сезонные авторегрессионные полиномиальные коэффициенты лага».Я бы догадался, что получу точно так же, как в сводной таблице.Может ли кто-нибудь уточнить, как это происходит и является ли фактический коэффициент задержки положительным или отрицательным?

1 Ответ

0 голосов
/ 29 января 2019

Я буду использовать модель AR (1) в качестве примера, но тот же принцип применим к сезонной модели.

Обычно мы пишем модель AR (1) как:

y_t = \ phi_1 y_ {t-1} + \ varespilon_t

Параметр, оцененный Statsmodels, равен \ phi_1, и это то, что представлено в сводной таблице.

При записи AR (1) модель в лаг-полиномиальной форме, мы обычно пишем ее следующим образом:

\ phi (L) y_t = \ varepsilon_t

где \ phi (L) = 1 - \ phi L, иL - оператор запаздывания.Коэффициенты этого полинома запаздывания равны (1, - \ phi).Эти коэффициенты представлены в атрибутах polynomial объекта результатов.

...