【问题标题】：Plot ssr-based granger causality: pulling values from list within a dictionary within a dictionary绘制基于 ssr 的格兰杰因果关系：从字典中的字典中的列表中提取值
【发布时间】：2025-12-20 00:45:06
【问题描述】：

我对使用 Python 进行编码比较陌生，我正在从事一个涉及信号分析的项目。我有几个数据集，但为简单起见，我将只使用其中两个来问这个问题。

首先，关于数据的信息：

两个时间序列数据集
采样率 1x/天
826 列集中缺少 11 个数据值，python 中缺乏处理 nan 的功能意味着我在第 677 个滞后处截断，在第一个缺失值之前。
两者都通过了增强的 dickey 更全面测试，即它们是静止的。这对我来说很可疑，但现在我会接受它。
我使用 boxcox 对数据进行了标准化。

我正在尝试测试 aos 是否会导致 aucs。

相关的代码行是（截至目前）：

mydict = statsmodels.tsa.stattools.grangercausalitytests(zip(aucs[1:677],aos[1:677]), maxlag=100, addconst=True, verbose=True)
pp.pprint(mydict)

函数调用中的“详细”模式会产生非常好的输出，例如，对于第 79 个延迟：

Granger Causality
number of lags (no zero) 79
ssr based F test:         F=1.0481  , p=0.3772  , df_denom=438, df_num=79
ssr based chi2 test:   chi2=112.8566, p=0.0075  , df=79
likelihood ratio test: chi2=103.3680, p=0.0343  , df=79
parameter F test:         F=1.0481  , p=0.3772  , df_denom=438, df_num=79

根据我的研究，基于 ssr 的 F 检验是“标准”格兰杰因果关系检验，因此我想将其用于我的项目。

我想做两件事：(1) 将这些中的每一个打印到一个文件中，(2) 绘制基于 ssr 的 F 分布和相关的 p 值/置信范围。

但是，对于第一个问题，“详细”模式代码内置于实际函数中（即，我将整个数据集传递给该函数）。它在执行计算时迭代地打印输出，然后分别返回整个字典结构。因此，我不能将输出“打印”到文件中（它在函数内），也不能打印字典（它有几个层次）。

这是两个滞后的结构，使用漂亮的打印机，我从实际输出中得到：

{ 1: ( { 'lrtest': (3.4447802797894838, 0.063451857791777685, 1),
         'params_ftest': (3.438235992254306, 0.064141599476182851, 672.0, 1),
         'ssr_chi2test': (3.4535852600768981, 0.063114725408777453, 1),
         'ssr_ftest': (3.4382359922543344, 0.06414159947617562, 672.0, 1)},
       [ <statsmodels.regression.linear_model.RegressionResultsWrapper object at 0x116ccd210>,
         <statsmodels.regression.linear_model.RegressionResultsWrapper object at 0x116cc9d90>,
         array([[ 0.,  1.,  0.]])]),
  2: ( { 'lrtest': (2.849736097306959, 0.24054020071776955, 2),
         'params_ftest': (1.4172919220343254, 0.24309625306924146, 669.0, 2),
         'ssr_chi2test': (2.8557690745918363, 0.23981570719685263, 2),
         'ssr_ftest': (1.4172919220340792, 0.24309625306930535, 669.0, 2)},
       [ <statsmodels.regression.linear_model.RegressionResultsWrapper object at 0x116cc9590>,
         <statsmodels.regression.linear_model.RegressionResultsWrapper object at 0x116cc9490>,
         array([[ 0.,  0.,  1.,  0.,  0.],
       [ 0.,  0.,  0.,  1.,  0.]])]),

如您所见，这相当混乱。我意识到我需要做几个 for 循环（即x in mydict、for y in mydict[x] 等），但是有太多不同级别/类型的数据被吐出，以至于我不知道究竟如何循环。我不断收到涉及迭代的错误（即无法循环此数据类型，因为它不可迭代等）。我想将这些值打印到文本文件中，使它们看起来与“详细”模式输出中的相同。然后，我想提取各个列的值并创建一个数组（每个滞后的 F 值），然后绘制它。

如果这是一个简单的问题，我深表歉意，非常感谢任何帮助！

【问题讨论】：

您不需要将它们打印到文本文件中，您可以将结果放入数组中进行绘图。您想要所有滞后的结果还是只需要最大滞后的结果？

标签： python dictionary statistics graphing

【解决方案1】：

当您设置 maxlags=2 时，将执行 1 和 2 的滞后。滞后和结果是返回的字典中的第一个键：值对。那么测试结果的dict就是值元组的第一个元素，F-score就是ssr_ftest的键值对的第一个元组元素。因此，要获得滞后 2 的值，您将使用

fscore = mydict[2][0]['ssr_ftest'][0]

【讨论】：