具有外生变量的 StatsModels SARIMAX - 如何提取外生系数答案

【问题标题】：StatsModels SARIMAX with exogenous variables - how to extract exogenous coefficients具有外生变量的 StatsModels SARIMAX - 如何提取外生系数
【发布时间】：2020-08-06 23:30:21
【问题描述】：

我利用一些外生变量为我的数据拟合了一个 statsmodels SARIMAX 模型。

如何提取外生变量的拟合回归参数？每个文档都很清楚如何获得 AR、MA 系数，但没有关于 exog 系数的内容。有什么建议吗？

下面的代码sn-p：

#imports
import pandas as pd
from statsmodels.tsa.statespace.sarimax import SARIMAX
#X and Y variables, index as dates, X has several columns with exog variables
X = df[factors]
Y = df[target]

#lets fit it
model= SARIMAX(endog=Y[:'2020-04-13'], exog = X[:'2020-04-13'], order = (5,2,1))

#fit the model
model_fit = model.fit(disp=0)
#get AR coefficients
model_fit.polynomial_ar

【问题讨论】：

标签： python machine-learning time-series statsmodels arima

【解决方案1】：

对此没有特定的属性，但您始终可以使用model_fit.params 属性访问所有参数。

对于 SARIMAX 模型，exog 参数总是在任何趋势参数之后，所以以下应该总是有效的：

exog_params = model_fit.params[model.k_trend:model.k_trend + model.k_exog]

【讨论】：