我有一个pandas数据框的子集,其中包含我想使用statsmodel使用AR或ARIMA模型分析的时间序列：
data_sci = H_Clinton_social_vector.Florida
数据如下所示：
Date
2015-09-28 587
2015-10-05 582
2015-10-12 606
2015-10-19 698
我的AR模型是这样创建的,每周汇总时间序列：
ar_model = sm.tsa.AR(data_sci, freq='W')
ar_model
<statsmodels.tsa.ar_model.AR at 0x1178f5490>
接下来,我想对AR参数进行最大似然估计(MLE)拟合,半年滞后：
ar_res = ar_model.fit(maxlag=26, method='mle')
我得到以下结果：
correlate() got an unexpected keyword argument 'old behavior'
由于correlate()参数,我不明白问题是什么,我认为这与数据的自动关联有关.我的数据中有很高的自相关性,所以这应该没问题.
我对stasmodels不太熟悉,并且喜欢从头开始编码AR或ARIMA模型.
解决方法:
经过一些研究,问题是statsmodel与numpy 1.10不兼容.虽然我有最新版本的stasmodel,但是存在自相关的内部问题(与最新版本的numpy不兼容),需要在Github安装主代码.
首先,我发现了stasmodels的依赖关系的版本：
Python >= 2.6, including Python 3.x
NumPy >= 1.5.1
SciPy >= 0.9.0
Pandas >= 0.7.1
Patsy >= 0.3.0
所有这些都没关系,所以为了从源代码安装,我需要有Cython> = 20.1,我从here下载.解压缩,导航到该目录并执行：
python setup.py install
完成后,从Github导航到下载的statsmodel副本,并构建stasmodel：
python setup.py install
你会看到的：
Cythonizing sources
Processing statsmodels/nonparametric/_smoothers_lowess.pyx
Processing statsmodels/nonparametric/linbin.pyx
Processing statsmodels/tsa/kalmanf/kalman_loglike.pyx
Processing statsmodels/tsa/statespace/_statespace.pyx.in
等等一段时间后,你将获得最新版本的statsmodel.现在我的AR模型工作正常,但有一些警告你可以忽略或禁用.
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 [email protected] 举报，一经查实，本站将立刻删除。