StatsModels RollingOLS使用NumPy数组时疑似忽略x轴变量问题排查

核心问题分析 #

你的代码存在两个关键问题，导致结果不符合预期：

1. 解释变量格式错误：StatsModels的RollingOLS要求解释变量（exog）为二维数组（形状(n_samples, n_features)），但你传入的t是一维数组，模型无法正确识别变量维度。
2. 图表x轴索引误用：当输入为NumPy数组时，RollingOLS结果默认使用整数索引作为坐标轴，而非t的实际数值，导致x轴刻度与数据不匹配。

修正后的代码 #

import math
import numpy as np
import matplotlib.pyplot as plt
from statsmodels.regression.rolling import RollingOLS

# 生成[0, 2π]区间的sin(t)数据
t = np.array(range(0,1001))/(1000)*2*math.pi
Y = np.sin(t)

# 将解释变量t重塑为二维数组（满足RollingOLS输入要求）
X = t.reshape(-1, 1)
window = 2

# 初始化滚动OLS模型（默认添加截距项，两点拟合的斜率等价于ΔY/Δt）
model = RollingOLS(Y, X, window=window)
results = model.fit()

# 提取滚动回归的斜率系数（对应X的系数β1）
slopes = results.params[:, 0]

# 手动绘制对比图，使用t的实际值作为x轴
plt.figure(figsize=(10,6))
# 滚动窗口为2时，第一个有效结果从索引1开始，对应t[1:]
plt.plot(t[1:], slopes[1:], label='RollingOLS 斜率', alpha=0.7)
plt.plot(t, np.cos(t), label='cos(t)', linestyle='--', color='orange')
plt.xlabel('t')
plt.ylabel('数值')
plt.title('滚动OLS斜率与cos(t)对比')
plt.legend()
plt.show()

关键说明 #

• 二维数组转换：t.reshape(-1, 1)将一维数组转为(1001, 1)的二维数组，确保RollingOLS正确识别解释变量。
• 斜率的意义：窗口为2时，滚动回归的斜率等于相邻两点的ΔY/Δt，这是导数cos(t)的数值近似（对应区间中点的导数值），与cos(t)的整体趋势完全一致。
• 手动绘图：避免使用results.plot_recursive_coefficient()的默认索引轴，直接用t的实际值作为x轴，保证图表刻度与数据匹配。

内容的提问来源于stack exchange，提问作者Luke Fullard