Python中Statsmodels SARIMAX带外生变量样本外预测报错问题

这个报错是带外生回归项的SARIMAX模型的通用触发规则：只要模型拟合时传入了exog外生变量，所有涉及样本外的计算（包括预测、样本外检验、动态预测跨训练集边界的场景），都必须向对应的预测/检验方法传入和预测步长完全匹配的外生变量值，模型没有办法在缺少外生回归项取值的情况下计算样本外结果。

结合你给出的参数信息，你目前有两个明确的问题直接触发报错：

• 输入数组维度错误：你提到内生变量仅取['Oil_(Sm3)']单序列、外生变量仅取['Water_(Sm3)']单序列，但二者形状均为(91,2)，说明数组多嵌套了一层维度，单序列的一维数据形状应为(91,)，加入第二维后模型会把输入识别为2个变量，进一步引发后续长度匹配错误。
• 预测环节未传入对应区间的外生变量：你大概率是在调用forecast()/predict()/get_forecast()方法时，要么完全没有给方法传exog参数，要么传入的外生变量长度和你要预测的步数不匹配。比如你用前N个样本训练模型、要预测后续h步，就必须传入长度为h的对应外生变量值，不能直接复用训练阶段的全量外生数组，也不能不传参数。

• 先修正输入数组维度
  先运行代码校验维度，把单序列的多余维度去掉：

  # 检查当前维度
  print("修正前维度：", endog.shape, exog.shape)
  # 单变量场景下压缩多余维度，确保endog、exog和样本长度对齐
  endog = endog.squeeze()
  exog = exog.squeeze()
  print("修正后维度：", endog.shape, exog.shape) # 单变量场景下输出应为(91,) (91,)
  

• 拆分训练集与预测用外生变量，预测时必须传入匹配长度的exog
  参考正确写法示例，比如用前80个样本训练，预测后11个样本：

  import statsmodels.api as sm
  # 拆分训练集
  train_len = 80
  endog_train = endog[:train_len]
  exog_train = exog[:train_len]
  # 提取预测区间对应的外生变量，长度必须和预测步长完全一致
  forecast_step = 91 - train_len
  exog_forecast = exog[train_len:train_len+forecast_step]
  # 拟合模型，order和seasonal_order替换为你实际定阶的参数
  model = sm.tsa.SARIMAX(endog_train, exog=exog_train, order=(p,d,q), seasonal_order=(P,D,Q,s))
  fit_res = model.fit(disp=False)
  # 调用预测方法时必须传入对应区间的exog
  forecast_result = fit_res.get_forecast(steps=forecast_step, exog=exog_forecast)
  # 提取预测均值
  pred_mean = forecast_result.predicted_mean
  

• 常见避坑点：哪怕你只做1步样本外预测，只要模型带外生变量，就必须给预测方法传入这1步对应的外生变量值，不能省略exog参数；如果是做样本内动态预测，只要预测起点在训练集范围内、终点超出训练集，超出部分同样需要传入对应外生值。

内容的提问来源于stack exchange，提问作者Kush