python - 'SARIMAXResults' 对象没有属性 '_params_ma

Question

我正在尝试使用 class 创建一个 Seasonal ARIMA 模型statsmodels.statespace.sarimax.SARIMA，并且该模型似乎创建得很好。

现在，我想将 AR 系数和 MA 系数分别传递给变量，但出现错误：SARIMAXResultsobject has no attribute _params_ma。

我应该怎么做才能纠正错误？

Answer 1

Finnaly，我发现这是我自己的错。

按照我的 SARIMA(2,0,0)X(0,0,1,12) 模型，非季节性元素有 orders(p,d,q)=(2,0,0)，季节性元素有订单 (P,D,Q,s)=(0,0,1,12)。因此，模型表明数据具有非季节性 AR(2) 模式和季节性 MA(1)_12 模式。因此，SARIMAXResults.maparams将无法估计对应的非季节性 MA 模式的系数。相比之下，SARIMAXResults.seasonalmaparams将估计对应的季节性 MA 部分系数。

为了获得季节性 MA 模式的估计系数值，我应该调用seasonalmaparams()方法，而不是maparams().

错误问题现在解决了。:D

Answer 2

嗯，看到源代码后，评论中添加的另一个问题也解决了。

实际上，调用 的属性应该加上括号SARIMAXResults，所以cov_params()会显示协方差矩阵，如下所示： cov_params 矩阵

接下来，为了计算参数的相关矩阵，我编码如下：

# Step1: Pass the covariance-variance matrix to a specified DataFrame
df_cov = final_result.cov_params()
# Step2: Creat a blank DataFrame which will be used to store correlation values
coef_name = [r'$b_1$',r'$b_2$',r'$\theta_1$',r'$\phi_{12}$',r'$\phi_{24}$']
cor_df = pd.DataFrame(index=coef_name,columns=coef_name)
cor_df.loc[:,:]=''
# Step3: Loop the covariance-variance matrix and calculate the correlation
var=[0]*5
for i in range(5):
    var[i] = df_cov.iloc[i,i]
for i in range(5):
    for j in range(5):
        if j<=i:
            corvar = df_cov.iloc[i,j] 
            cor = corvar/np.sqrt(var[i]*var[j])
            cor_df.iloc[i,j] = round(cor,2)
        else:
            continue
# Step4: Show the correlation matrix(as type of DataFrame)
cor_df

最后，很好地计算出相关矩阵，如下所示： 相关矩阵

感谢您的关注，现在没有更多问题了。