statsmodels.tsa.vector_ar.svar_model.SVAR¶

class statsmodels.tsa.vector_ar.svar_model.SVAR(endog, svar_type, dates=None, freq=None, A=None, B=None, missing='none')[source]¶

拟合 VAR 然后估计 A 和 B 的结构成分，定义如下：

\[Ay_t = A_1 y_{t-1} + \ldots + A_p y_{t-p} + B\var(\epsilon_t)\]

Parameters:¶

endogarray_like

一维内生响应变量。自变量。

datesarray_like

必须匹配endog的行数

svar_typestr

“A” - 估计A矩阵的结构参数，假设B = I “B” - 估计B矩阵的结构参数，假设A = I “AB” - 估计A和B矩阵中指示的结构参数

Aarray_like

neqs x neqs 带有未知参数，标记为‘E’以进行估计

Barray_like

neqs x neqs 带有未知参数，标记为‘E’以进行估计

Attributes:¶

endog_names

内生变量的名称。

exog_names

外生变量的名称。

y

参考文献

汉密尔顿 (1994) 时间序列分析

方法

check_order(J)
check_rank(J)
fit([A_guess, B_guess, maxlags, method, ic, ...])	拟合SVAR模型并求解结构参数
from_formula(公式, 数据[, 子集, 删除列])	从公式和数据框创建模型。
hessian(AB_mask)	返回数值海森矩阵。
information(参数)	模型的费舍尔信息矩阵。
initialize()	初始化（可能重新初始化）一个模型实例。
loglike(参数)	SVAR模型的对数似然
predict(params[, exog])	模型拟合后，predict 返回拟合值。
score(AB_mask)	返回AB_mask处的对数似然的梯度。

属性

endog_names	内生变量的名称。
exog_names	外生变量的名称。
y