python - 如何从数据中生成状态空间模型？

Question

我正在尝试使用statsmodels库从 Python 中的离散时间序列数据中识别状态空间模型：statsmodel.tsa.statespace.sarimax.SARIMAX.

我需要状态空间一般形式的矩阵（这里是 statsmodel 参考）：从 statsmodel 页面解释了这些矩阵，但不清楚如何推断它们。

例如，如果我想将卡尔曼滤波器应用于识别的模型（通过 sarimax），我需要此图片状态空间矩阵中描述的矩阵

是否有可能获得矩阵系数statsmodel？

Answer 1

所有状态空间系统矩阵都保存在filter_results拟合模型的属性中。矩阵的名称在您包含在答案中的链接中给出（例如“设计”等）

例如：

model = SARIMAX(Y_tr, exog = X_tr, order = (p,d,q), enforce_invertibility = False)
best_model = model.fit()

print(best_model.filter_results.design)
print(best_model.filter_results.obs_cov)
# ...