在ARMA模型中，start_ar_lags属性是做什么的？

Question

我正在使用状态模型库中的ARMA模型。

当错误发生时，它已经看到了这个参数start_ar_lags设置：

ValueError: The computed initial AR coefficients are not stationary
You should induce stationarity, choose a different model order, or you can
pass your own start_params. 

一个例子是非平稳数据，在得到这个错误后，他们添加了start_ar_lags参数。

model_ar_6_ma_6 = ARMA(df.market_value, order=(6,6))
results_ar_6_ma_6 = model_ar_6_ma_6.fit(start_ar_lags = 11)

这起作用了，但start_ar_lags是做什么的。ARMA模型对AR和MA是否仍分别采用6和6滞后。

文件上说：

 If start_ar_lags is not None, fits an AR process with a lag length equal to start_ar_lags.

它是否真的改变了模型中的滞后数？

Answer 1

start_ar_lags是_fit_start_params_hr方法的一个自变量，用于获取合适的启动参数。如果start_ar_lags为None，则该方法首先适合于通过最佳BIC选择的AR顺序过程。如果start_ar_lags不是None，则它符合订单start_ar_lags的AR过程。然后，使用这个AR fit的残差，它符合您在(p, q)构造函数中指定的ARMA()顺序的ARMA过程，并且在开始参数时用作第一猜测，从这里开始，整个模型拟合将继续。

所以不，它不会影响你的模型订单。