如何在 python 中生成 IRF() 函数的实际结果？

Question

我无法生成 IRF 的实际基础值。请参阅简单 VAR 模型的代码。

import numpy as np
import statsmodels.tsa as sm
model = VAR(df_differenced.astype(float))
results = model.fit()
irf = results.irf(10)

我可以用这段代码生成结果 IRF 图：

irf.plot(orth=False)

但是，我无法生成基础值。我想这样做以获得精确的数字。视觉解释 IRF 并不那么准确。使用 summary() 没有为我提供这些信息。

非常感谢您的帮助。提前致谢。

Answer 1

您需要使用 irfs 属性或 cum_effects（累积 irf）。 results.irf returns 一个 IRAnalysis object。文档低于应有的标准。

import numpy as np
import statsmodels.tsa as sm
import pandas as pd

df = pd.DataFrame(np.random.standard_normal((300,3)))
model = VAR(df)
results = model.fit()
irf = results.irf(10)
print(irf.irfs)
print(irf.cum_effects)

Answer 2

您接近实际答案了。你可以输入

results.irf(10)

或尝试

results.impulse_responses(10)

它会给你一个 table 和来自 VAR

的实际点估计

如何在 python 中生成 IRF() 函数的实际结果？

How to generate the actual results of an IRF() function in python?

python

var

statsmodels