Python statsmodels在simulate（）中自定义参数排序

在statsmodels中，如何定义输入参数

params

的元素顺序

我们可以假设顺序对应于所创建对象的属性

参数名

给出的顺序，但情况似乎并非如此。见下面的例子

将statsmodels导入为statsmodels
将statsmodels.api作为sm导入
作为pd进口熊猫
将numpy作为np导入
endog=pd.DataFrame（{“y”：[np.nan，np.nan]，“y2”：[np.nan，np.nan]}，索引=[0，1]）
statsmodels.\uuuu版本__
>>>>>>>>>
'0.11.1'

示例1：具有截距和漂移的两个变量VAR（1），除截距设置为1外，所有参数均固定为0。产生预期结果

params=[1,0,0,0,0,0,0,0,0,0,0]
mod1=sm.tsa.VARMAX（endog，order=（1,0），trend=[1,1]，trend\u offset=0）
打印（'\n'.join（'{}:{}.format（*k）表示zip中的k（mod1.param_names，params）））
打印（mod1.simulate（params=params，nsimulations=5，初始状态=[0,0]））
>>>>>>>>>
拦截。y:1
0.y2:0
漂移y:0
0.y2:0
L1.y.y:0
L1.y2.y:0
L1.y.y2:0
L1.y2.y2:0
sqrt.var.y:0
sqrt.cov.y.y2:0
sqrt.var.y2:0
y y2
0  0.0  0.0
1  1.0  0.0
2  1.0  0.0
3  1.0  0.0
4  1.0  0.0 

示例2：与示例1相同，但现在变量

y

的截距设置为0，变量

y2

的截距设置为1。似乎

params

中的第二个元素实际上控制

y

的漂移参数，而不是

y2

的截距项，而不是产生预期结果。这与

mod2.param_names

给出的参数顺序相矛盾

params=[0,1,0,0,0,0,0,0,0,0,0]
mod2=sm.tsa.VARMAX（endog，order=（1,0），trend=[1,1]，trend\u offset=0）
打印（'\n'.join（'{}:{}.format（*k）表示zip中的k（mod2.param_names，params）））
打印（mod2.simulate（params=params，nsimulations=5，初始状态=[0,0]））
>>>>>>>>>
拦截。y:0
1.y2:1
漂移y:0
0.y2:0
L1.y.y:0
L1.y2.y:0
L1.y.y2:0
L1.y2.y2:0
sqrt.var.y:0
sqrt.cov.y.y2:0
sqrt.var.y2:0
y y2
0  0.0  0.0
1  1.0  0.0
2  2.0  0.0
3  3.0  0.0
4  4.0  0.0

这看起来像是Statsmodels在参数名称排序方面的一个bug。

谢谢！将在statsmodels github页面报告此问题。事实上，它是一个bug。改正