如何计算python中的标准化残差？答案

【问题标题】：How can I calculate standardized residuals in python?如何计算python中的标准化残差？
【发布时间】：2020-02-28 03:51:30
【问题描述】：

如何从 arima 模型 sarimax 函数计算标准化残差？

假设我们有一些基本模型：

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
sns.set(style='ticks', context='poster')
from statsmodels.tsa.statespace.sarimax import SARIMAX
from statsmodels.tsa.seasonal import seasonal_decompose
import seaborn as sns
#plt.style.use("ggplot")
import pandas_datareader.data as web
import pandas as pd
import statsmodels.api as sm
import scipy
import statsmodels.stats.api as sms
import matplotlib.pyplot as plt
import datetime

model = SARIMAX(df, order = (6, 0, 0), trend = "c");
model_results = model.fit(maxiter = 500);
print(model_results.summary());

我需要标准化器，所以当我们使用 model_results.plot_diagnostics(figsize = (16, 10)); 函数和基本的 plot 函数残差应该看起来一样。

【问题讨论】：

标签： python arima

【解决方案1】：

我认为你可以使用https://stackoverflow.com/a/57155553/14294235中的“internally_studentized_residual”函数

它应该像这样工作：

model = SARIMAX(df, order = (6, 0, 0), trend = "c");

model_results = model.fit(maxiter = 500);

model_fittebd_y = model_results.fittedvalues

resid_studentized = internally_studentized_residual(df,model_fitted_y)
resid_studentized = -resid_studentized 

plt.plot(resid_studentized)
plt.axhline(y=0, color='b', linestyle='--')
plt.show()

【讨论】：