statsmodels.tsa.vector_ar.svar_model.SVAR.fit¶

SVAR.fit(A_guess=None, B_guess=None, maxlags=None, method='ols', ic=None, trend='c', verbose=False, s_method='mle', solver='bfgs', override=False, maxiter=500, maxfun=500)[source]¶

拟合SVAR模型并求解结构参数

Parameters:¶

A_guessarray_like, optional

用于估计A中所有参数的初始值向量。

B_guessarray_like, optional

用于估计B中所有参数的初始值向量。

maxlagsint

用于选择顺序的最大滞后数，默认为 12 * (nobs/100.)**(1./4)，参见 select_order 函数

method{‘ols’}

使用的估计方法

ic{‘aic’, ‘fpe’, ‘hqic’, ‘bic’, None}

用于VAR阶数选择的准则。 aic : 赤池信息量准则 fpe : 最终预测误差 hqic : 汉南-奎因准则 bic : 贝叶斯信息准则，又名施瓦茨准则

verbosebool, default False

将订单选择输出打印到屏幕

trend, str {“c”, “ct”, “ctt”, “n”}

“c” - 添加常数 “ct” - 常数和趋势 “ctt” - 常数、线性和二次趋势 “n” - 无常数，无趋势 请注意，这些内容会添加到数据集的列前面。

s_method{‘mle’}

结构参数的估计方法

solver{‘nm’, ‘newton’, ‘bfgs’, ‘cg’, ‘ncg’, ‘powell’}

解决方案方法 参见 statsmodels.base 了解详情

overridebool, default False

如果为真，返回 A 和 B 的估计值，而不检查顺序或秩条件

maxiterint, default 500

在解决方案方法中执行的迭代次数

maxfunint

要执行的函数评估次数

Returns:¶

estSVARResults

注释

Lütkepohl 第146-153页 Hamilton 第324-336页