statsmodels.tsa.vector_ar.var_model.VAR¶

class statsmodels.tsa.vector_ar.var_model.VAR(endog, exog=None, dates=None, freq=None, missing='none')[source]¶

拟合 VAR(p) 过程并进行滞后阶数选择

\[y_t = A_1 y_{t-1} + \ldots + A_p y_{t-p} + u_t\]

Parameters:¶

endogarray_like

二维内生响应变量。自变量。

exogarray_like

二维外生变量。

datesarray_like

必须匹配endog的行数

Attributes:¶

endog_names

内生变量的名称。

exog_names

外生变量的名称。

y

参考文献

Lütkepohl (2005) 多变量时间序列分析新导论

方法

fit([maxlags, method, ic, trend, verbose])	拟合VAR模型
from_formula(formula, data[, subset, drop_cols])	未实现。
hessian(params)	模型的海森矩阵。
information(params)	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)	模型的对数似然值。
predict(params[, start, end, lags, trend])	返回样本内预测或预测结果
score(params)	模型的得分向量。
select_order([maxlags, trend])	基于每个可用的信息准则计算滞后阶数选择

属性

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