1

我有一个如下所示的数据集，

yearmonth   Count
1/1/2014    104
2/1/2014    47
3/1/2014    83
4/1/2014    72
5/1/2014    101
6/1/2014    135
7/1/2014    75
8/1/2014    83
9/1/2014    86
10/1/2014   78
11/1/2014   24
12/1/2014   24
1/1/2015    87
2/1/2015    33
3/1/2015    49
4/1/2015    79
5/1/2015    110
6/1/2015    104
7/1/2015    105
8/1/2015    100
9/1/2015    79
10/1/2015   72
11/1/2015   104
12/1/2015   26
1/1/2016    127
2/1/2016    50
3/1/2016    96
4/1/2016    87
5/1/2016    127
6/1/2016    102
7/1/2016    78
8/1/2016    99
9/1/2016    52
10/1/2016   103
11/1/2016   53
12/1/2016   30
1/1/2017    150
2/1/2017    57
3/1/2017    81
4/1/2017    61
5/1/2017    85
6/1/2017    103
7/1/2017    77
8/1/2017    45
9/1/2017    47

我想在其上拟合时间序列模型。所以我用 adf test 的所有 4 个选项检查了平稳性，如下所述

adfuller(var, maxlag=None, regression='c', autolag='AIC', store=False, regresults=False)
adfuller(var, maxlag=None, regression='ct', autolag='AIC', store=False, regresults=False)
adfuller(var, maxlag=None, regression='ctt', autolag='AIC', store=False, regresults=False)
adfuller(var, maxlag=None, regression='nc', autolag='AIC', store=False, regresults=True)

在所有四种情况下，零假设（数据是非平稳的）以非常小的 p 值被拒绝。这意味着我们可以运行 d=0 的 arima 模型。我还检查了 Ljung Box Statitics，得出了相同的结论。现在我试着跑

from statsmodels.tsa.arima_model import ARIMA
model = ARIMA(var, order=(1,0,0))
model_fit = model.fit(disp=0)
print(model_fit.summary())

它给了我以下错误。我不确定，为什么？

raise ValueError("计算的初始 AR 系数不是"

ValueError：计算出的初始 AR 系数不是平稳的 您应该诱导平稳性，选择不同的模型顺序，或者您可以传递自己的 start_params。有人可以告诉我这里发生了什么吗？

4

0 回答 0