Python中的分布式滞后模型

Python中的分布式滞后模型,python,statsmodels,Python,Statsmodels,我在StatsModels中快速查找了分布式滞后模型,但找不到。相似的是。我可以将VAR模型转换为分布式滞后模型吗?如何转换?如果已经有其他具有分布式滞后模型的包,那就太好了。如果有,请告诉我 谢谢 如果使用有限分布滞后模型,只需使用OLS或FGLS,滞后预测值形成协变量矩阵,以及一些自相关参数化模型(如果使用FGLS) 如果您的目标变量是向量值的,那么同样的建议也适用,它只是变成了一个多元回归问题,对于输出的每个组件都有一个单独的回归,如果目标组件的错误项之间存在相关性,则可能会有额外的协方差

我在
StatsModels
中快速查找了分布式滞后模型,但找不到。相似的是。我可以将VAR模型转换为分布式滞后模型吗?如何转换?如果已经有其他具有分布式滞后模型的包,那就太好了。如果有,请告诉我


谢谢

如果使用有限分布滞后模型,只需使用OLS或FGLS,滞后预测值形成协变量矩阵,以及一些自相关参数化模型(如果使用FGLS)

如果您的目标变量是向量值的,那么同样的建议也适用,它只是变成了一个多元回归问题,对于输出的每个组件都有一个单独的回归,如果目标组件的错误项之间存在相关性,则可能会有额外的协方差结构


Python中似乎没有一个标准的统计数据包直接实现这一点,可能是因为它在几乎任何实际情况下都会归结为FGLS。

使用AR模型和包含外生变量的exog参数是否正确?(见此处:)