【问题标题】:How to make predictions from the rolling regression module in statsmodel?如何从 statsmodel 中的滚动回归模块进行预测?
【发布时间】:2020-10-12 16:22:49
【问题描述】:

我有两个序列(x_t, y_t) 及时执行滚动线性回归。我心中的问题是:

  • 给定窗口大小 w,根据时间窗口 (t-w,...,t,...t+w) 内 x 的线性组合计算 y 时间 t。即y_t = sum_{i=t-w}^{t+w} b_i x_{i} + b_0,

所以我想使用我的数据来拟合常量 b_i。

  1. statsmodels.regression.rolling.RollingOLS 是正确的包吗? 问题是它只给了我沿同一时间轴的预测值和参数,即每个t 的y_hat_i 和b_i。相反,我想要一小组b,我可以在其他时间将它用于x 数据t。

【问题讨论】:

  • 最好一次只回答一个问题并提供迄今为止编写的代码。这样,社区就可以看到您付出的努力,并引导您朝着正确的方向前进。

标签: python time-series regression statsmodels rolling-computation


【解决方案1】:

是的,它是正确的包装。但是,回归系数会有很大差异,但是您可以通过取(系数的)移动平均值,然后从移动平均值中采样来平滑它们。

【讨论】:

  • 如何获得拟合参数?它们的长度似乎是 N_time 而不是 N_window...
  • 应该如此。进行回归时,无论有多少数据,都会得到 2 个参数。
  • 有趣,那我的预期方程不一样?请参阅我在问题中的第一个要点。比如说,我设置 w=5,我有 11 个 x 样本,这是 12 个参数(b's)。
猜你喜欢
  • 2016-10-28
  • 2017-11-30
  • 2020-09-27
  • 2020-05-29
  • 1970-01-01
  • 2017-12-23
  • 1970-01-01
  • 2020-07-02
  • 2021-04-27
相关资源
最近更新 更多