使用statsmodels时节假日对预测的影响：趋势水平系数异常问题

核心原因：模型参数是全局拟合的 #

statsmodels里的UnobservedComponents模型，它的水平、趋势这些核心参数是基于整个数据集的全局最优解，不是只针对非节假日时段单独拟合的。当你加入节假日外生变量后，模型会重新调整所有参数（包括水平、趋势），来最小化全序列的预测误差——这就导致节假日的影响会“传导”到全局参数上，不是只在节假日当天生效。

具体为什么会整体偏移？ #

• 外生变量和趋势/水平的联动：如果你的节假日集中在序列的某个阶段（比如每年年底），或者节假日前后的数值本身和趋势有关联，模型会把节假日的部分影响分摊到趋势/水平参数里。比如节假日期间数值普遍偏高，模型可能会上调整体趋势的斜率，让全序列的拟合误差更小，最终反映在预测上就是整体偏高。
• 独热编码的基准线逻辑：你用独热编码的节假日变量是0/1标识，模型默认把“非节假日”作为基准组。加入这个变量后，模型计算的非节假日基准水平已经和没加外生变量的模型不一样了——因为模型要同时拟合节假日的额外影响和全局趋势，参数调整是协同的，不是孤立的。
• 全局误差最小化的目标：这类模型的拟合核心是最小化整个样本的残差平方和。加入外生变量后，模型会重新分配趋势、水平和外生变量的解释力，最终得到的全局参数是所有变量共同作用的结果，自然会和没加外生变量时的参数不同，预测也就出现整体偏移。

可以这么验证 #

• 把节假日变量的系数强制固定为0，再拟合模型，看看此时的趋势/水平参数是不是和不含外生变量的模型完全一致（这时候模型等价于没加节假日变量）。
• 查看节假日变量的系数符号，如果是正的，说明节假日会拉高数值，模型为了适配全局误差，大概率会同步上调趋势/水平，导致整体预测偏高。

内容的提问来源于stack exchange，提问作者Roopanjali Jasrotia