在 Python 的 statsmodels 中初始化模型
Initialising Model in Python's statsmodels
我很难理解如何在 statsmodels 中初始化一个空的和已知的初始配置模型,这里导入为
from statsmodels.tsa.regime_switching.markov_autoregression import MarkovAutoregression
# HMM fitting to determine the Parameters of the 2 state SWitching-AR(2,1)
init_prob = np.array( [[0.8, 0.2], [0.2, 0.8]] )
MarkovAutoregression.initialize_known(probabilities=init_prob , tol=1e-08)
SWARCH_model = MarkovAutoregression( bcox(ARCH['residuals']) , k_regimes=2, order=0, switching_ar=True, switching_variance=True, switching_exog=False)
SWARCH = SWARCH_model.fit()
我收到以下错误:
MarkovAutoregression.initialize_known(probabilities=init_prob , tol=1e-08)
TypeError: initialize_known() missing 1 required positional argument: 'self'
我有过类似经验的方法:
MarkovAutoregression.initialize()
在用户指南中,它没有为该方法提供任何输入,所以我不知道初始化空模型所需的语法。
指南:
-
-
initialize_known 不是 class 方法。
你可以这样称呼它:SWARCH_model.initialize_known(…)
我很难理解如何在 statsmodels 中初始化一个空的和已知的初始配置模型,这里导入为
from statsmodels.tsa.regime_switching.markov_autoregression import MarkovAutoregression
# HMM fitting to determine the Parameters of the 2 state SWitching-AR(2,1)
init_prob = np.array( [[0.8, 0.2], [0.2, 0.8]] )
MarkovAutoregression.initialize_known(probabilities=init_prob , tol=1e-08)
SWARCH_model = MarkovAutoregression( bcox(ARCH['residuals']) , k_regimes=2, order=0, switching_ar=True, switching_variance=True, switching_exog=False)
SWARCH = SWARCH_model.fit()
我收到以下错误:
MarkovAutoregression.initialize_known(probabilities=init_prob , tol=1e-08)
TypeError: initialize_known() missing 1 required positional argument: 'self'
我有过类似经验的方法:
MarkovAutoregression.initialize()
在用户指南中,它没有为该方法提供任何输入,所以我不知道初始化空模型所需的语法。
指南:
initialize_known 不是 class 方法。 你可以这样称呼它:SWARCH_model.initialize_known(…)