问题标签 [vector-auto-regression]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
neural-network - 使用 3 个内生变量和 1 个外生变量的马尔可夫隐藏状态模型
我一直在尝试找到一个模型来预测风力，并且我想使用风速、温度和压力作为外生变量。我最近开始学习马尔可夫模型的工作原理。但是，我不明白这种方法是否可行。
据我了解，风力的增减取决于风速、温度和压力。风速、温度和压力相互影响。但是，风力发电不会影响它们中的任何一个。
我会很感激一个简短的解释，也许是关于我是否可以使用这种方法或者是否应该使用另一种方法的建议。
time-series - 使用 VAR 和 ARIMAX/SARIMAX 进行外生变量的时间序列预测
我有一个多元时间序列预测练习，其中包含过去一年的每日销售数据以及每日级别的买家数量、价格和促销活动等外生变量。假设我们每天都有从 2021 年 1 月 1 日到 2021 年 12 月 31 日的销售数据。
我必须每天预测下个月的销售数据，即 2022 年 1 月，即 31 个数据点，我知道可以使用 VAR/ARIMA/ARIMAX/SARIMAX 模型来预测 2022 年 1 月。但我担心的是，我已经知道 2022 年 1 月的价格、促销活动和买家数量。现在我不确定如何在我选择的模型中包含这些信息。
对此的任何帮助或线索将不胜感激。
python - 在 VAR 模型 (Python) 中记录和下载 IRF 输出
我对 Python 中的向量自回归模型估计有疑问。
我估计了一个简单的 VAR 模型，并通过冲击其中一个变量生成了脉冲响应函数。（下面提供的代码片段供参考）
当我生成脉冲响应时，我知道如何创建响应函数的可视化图表。我的问题是如何将这些数据记录在 .csv/.txt/.xlsx 文件或任何其他可下载的文件形式中？非常感谢。
python - VAR模型解读：关于p的脉冲函数和滞后
例如，我有三个时间序列，Y,X1,X2。在使用时间序列交叉验证并利用 BIC/AIC 确定最佳 p 作为 VAR 模型的滞后后，我得到 p = 1 来估计模型。我知道要解释模型，我们可以使用脉冲函数来解释模型，同时使用方差分解来解释预测误差的方差。
我对 p 和脉冲函数的解释感到困惑。基于业务背景，人们会期望变量 X1(t-2) 和 X2(t-3)，例如，可以对预测的 Yt 产生影响。我得到的 p = 1 (lag = 1) 似乎不适用于基本事实。但是，如果使用脉冲函数来解释，它似乎工作。在此之前，我想我可以用估计模型的系数来解释 Y，比如增加一个单位的 X1(t-1) 会增加 2 个单位的 Y。但是，在网上查阅并参考相关教科书后，我意识到我在解释方面犯了错误。
我如何解释与基本事实一致的模型？到目前为止我建立的模型的预测效果是可以接受的。