我试图使用Python来适应以下时变回归模型。
位=位xxt + net bt = bt-1 + vt
位=位xxt + net
bt = bt-1 + vt
这里b是时变斜率和截距,而x是已知的外生自变量。
知道我怎么能这样做吗?我试着研究Statsmodels,特别是Chad Fulton编写的软件包,但无法弄明白。
状态空间模型在各个领域可以有很大差异。
我发现最好使用numpy数组来实现它们。最后,您将研究向量和矩阵。这种方法提供了最大的灵活性,并且与scipy例程结合使用时功能强大。