在 pandas 数据帧中使用最大似然估计器的自回归 (AR) 模型：correlate() 得到了意外的关键字参数 'old behavior'
Auto Regressive (AR) model using Maximum Likelihood Estimator in pandas dataframe: correlate() got an unexpected keyword argument 'old behavior'
我有一个 pandas 数据框的子集，其中包含我想使用 statsmodel 使用 AR 或 ARIMA 模型进行分析的时间序列：
data_sci = H_Clinton_social_vector.Florida
数据如下所示：
Date
2015-09-28 587
2015-10-05 582
2015-10-12 606
2015-10-19 698
我的 AR 模型是这样创建的，每周汇总时间序列：
ar_model = sm.tsa.AR(data_sci, freq='W')
ar_model
<statsmodels.tsa.ar_model.AR at 0x1178f5490>
接下来，我想对 AR 参数进行最大似然估计 (MLE) 拟合，滞后半年：
ar_res = ar_model.fit(maxlag=26, method='mle')
我得到以下结果：
correlate() got an unexpected keyword argument 'old behavior'
我不明白问题是什么，我认为这与数据的自动关联有关，因为 correlate() 参数。我的数据中有很高的自相关性，所以这应该没问题。
我对 stasmodels 不是很熟悉，更喜欢避免从头开始编写 AR 或 ARIMA 模型。
您需要将 numpy 降级到 1.9.2 或更低版本，刚刚测试并且您的代码不再出现此错误。这是由于在 _presample_varcov 中调用 np.correlate()，其中 statsmodels.tsa.armodel 计算预采样方差协方差的倒数。
Numpy 已于 2015 年 6 月左右 1.10 弃用 multiarray.correlate()（old behavior），但 statsmodels 已未在这方面进行更新（0.6.1 日期自 2014 年 12 月起）。
经过一些研究，问题是 statsmodel 与 numpy 1.10 不兼容。虽然我有最新版本的 stasmodel，但自相关存在内部问题（与最新版本的 numpy 不兼容），需要在 Github.
安装主代码
首先，我找出了我拥有的 stasmodels 依赖项的版本：
Python >= 2.6, including Python 3.x
NumPy >= 1.5.1
SciPy >= 0.9.0
Pandas >= 0.7.1
Patsy >= 0.3.0
它们都很好，所以为了从源代码安装，我需要 Cython >= 20.1，我从 here 下载的。解压缩，导航到该目录并执行：
python setup.py install
完成后，导航到从 Github 下载的 statsmodel 副本，然后构建 stasmodel：
python setup.py install
你会看到：
Cythonizing sources
Processing statsmodels/nonparametric/_smoothers_lowess.pyx
Processing statsmodels/nonparametric/linbin.pyx
Processing statsmodels/tsa/kalmanf/kalman_loglike.pyx
Processing statsmodels/tsa/statespace/_statespace.pyx.in
等一段时间后，您将拥有最新版本的 statsmodel。现在我的 AR 模型工作正常，尽管有一些您可以忽略或禁用的警告。
我有一个 pandas 数据框的子集，其中包含我想使用 statsmodel 使用 AR 或 ARIMA 模型进行分析的时间序列：
data_sci = H_Clinton_social_vector.Florida
数据如下所示：
Date
2015-09-28 587
2015-10-05 582
2015-10-12 606
2015-10-19 698
我的 AR 模型是这样创建的，每周汇总时间序列：
ar_model = sm.tsa.AR(data_sci, freq='W')
ar_model
<statsmodels.tsa.ar_model.AR at 0x1178f5490>
接下来，我想对 AR 参数进行最大似然估计 (MLE) 拟合，滞后半年：
ar_res = ar_model.fit(maxlag=26, method='mle')
我得到以下结果：
correlate() got an unexpected keyword argument 'old behavior'
我不明白问题是什么，我认为这与数据的自动关联有关，因为 correlate() 参数。我的数据中有很高的自相关性，所以这应该没问题。
我对 stasmodels 不是很熟悉，更喜欢避免从头开始编写 AR 或 ARIMA 模型。
您需要将 numpy 降级到 1.9.2 或更低版本，刚刚测试并且您的代码不再出现此错误。这是由于在 _presample_varcov 中调用 np.correlate()，其中 statsmodels.tsa.armodel 计算预采样方差协方差的倒数。
Numpy 已于 2015 年 6 月左右 1.10 弃用 multiarray.correlate()（old behavior），但 statsmodels 已未在这方面进行更新（0.6.1 日期自 2014 年 12 月起）。
经过一些研究，问题是 statsmodel 与 numpy 1.10 不兼容。虽然我有最新版本的 stasmodel，但自相关存在内部问题（与最新版本的 numpy 不兼容），需要在 Github.
安装主代码首先，我找出了我拥有的 stasmodels 依赖项的版本：
Python >= 2.6, including Python 3.x
NumPy >= 1.5.1
SciPy >= 0.9.0
Pandas >= 0.7.1
Patsy >= 0.3.0
它们都很好，所以为了从源代码安装，我需要 Cython >= 20.1，我从 here 下载的。解压缩，导航到该目录并执行：
python setup.py install
完成后，导航到从 Github 下载的 statsmodel 副本，然后构建 stasmodel：
python setup.py install
你会看到：
Cythonizing sources
Processing statsmodels/nonparametric/_smoothers_lowess.pyx
Processing statsmodels/nonparametric/linbin.pyx
Processing statsmodels/tsa/kalmanf/kalman_loglike.pyx
Processing statsmodels/tsa/statespace/_statespace.pyx.in
等一段时间后，您将拥有最新版本的 statsmodel。现在我的 AR 模型工作正常，尽管有一些您可以忽略或禁用的警告。