Python中使用状态模型的自回归模型

Question

我正在尝试在状态模型中使用AR模型。然而，我似乎做错了什么。考虑下面的示例，它失败了：

from statsmodels.tsa.ar_model import AR
import numpy as np

signal = np.ones(20)
ar_mod = AR(signal)
ar_res = ar_mod.fit(4)

ar_res.predict(4, 60)

我认为这应该继续(琐碎的)时间序列。然而，在这种情况下，它似乎返回的参数不够。len(ar_res.params)等于4，而应该是5。在下面的示例中，它可以工作：

signal = np.ones(20)
signal[range(0, 20, 2)] = -1
ar_mod = AR(signal)
ar_res = ar_mod.fit(4)

ar_res.predict(4, 60)

我有这样的感觉，这可能是一个错误，但我不确定，因为我没有使用包的经验。也许更有经验的人能帮我..。

编辑：我已经报告了问题这里。

Answer 1

例如，在添加一点噪声之后，它就可以工作了。

signal = np.ones(20) + 1e-6 * np.random.randn(20)

我的猜测是，由于与信号的完美共线性，常数没有被适当地加进去。

你应该打开一个问题来更好地处理这个角落的案子。https://github.com/statsmodels/statsmodels/issues --我的猜测是，在这种情况下，参数是没有标识的，所以可能没有任何好的解决方案。

(未识别的参数意味着几个参数组合可以产生完全相同的拟合，但我认为在这种情况下，它们都应该产生相同的预测。)