Как работать с моделью VAR, если ковариационная матрица не является положительной? ⇐ Python

[Anonymous]

Я столкнулся с несколькими сложностями при попытке применить модель VAR к многомерному временному ряду.
Набор данных: набор данных состоит из данных временных рядов, полученных от нескольких пользователей. Для каждого пользователя у меня есть ряд функций (например, F1, F2,...F32), среди которых одна является целевой для прогнозирования, например F29.
training_set: он строится путем скользящего временного окна по 90 дней, создавая разные блоки для каждого пользователя, например, для пользователя i-го
Xi=[, ,...]
Yi=[, ,...]
Код Python (после нормализации и сделал каждый признак стационарным с точностью до второй производной):

Код: Выделить всё

try: model: VAR(training_set) x = model.select_order(maxlags=90) print(x.summary()) except Exception as error: print(error) 

Проблема 1: для большинства пользователей я получил: «17-й или 31-й ведущий минор массива не является положительно определенным».
Проблема 2. Для тех пользователей, которым я могу запустить приведенный выше код без ошибок, при анализе результатов для F29 (целевая переменная) оказывается, что значение p

Подробнее здесь: https://stackoverflow.com/questions/791 ... ive-define