Python中使用AR模型输出对象而非去趋势数组的问题求助

嘿，我来帮你理清这个问题～

你现在遇到的情况是因为对statsmodels中AR模型的返回值理解有点偏差，我来一步步给你解释：

为什么你看到的是对象输出？ #

• 当你执行print AR(signal)时，你打印的是AR模型的实例对象，而不是拟合后的结果，所以输出会显示对象的内存地址（比如<statsmodels.tsa.ar_model.AR object at ...>），这很正常。
• ar_mod.fit(4)返回的是ARResultsWrapper对象，这个对象是用来封装所有拟合结果的容器（包含模型系数、拟合值、残差等），直接打印它自然也只会显示对象的基本信息，而不是你想要的去趋势数组。

如何得到去趋势后的序列？ #

你想要的去趋势数组，其实可以通过原始序列减去模型的拟合值来得到，或者直接使用模型的残差（残差的定义就是原始值减去拟合值，两者是等价的）。

这里给你修正后的代码：

from statsmodels.tsa.ar_model import AR
import numpy as np

# 加载数据
signal = np.loadtxt("secular.txt")

# 创建AR模型并拟合（指定滞后阶数为4）
ar_mod = AR(signal)
ar_res = ar_mod.fit(4)

# 如果你想查看模型的系数，可以这样打印
print("AR模型的系数：", ar_res.params)

# 获取模型的拟合值
fitted_values = ar_res.fittedvalues
# 计算去趋势后的序列：原始信号 - 拟合值
detrended_signal = signal - fitted_values

# 或者直接用模型的残差（和上面的detrended_signal是一样的）
# detrended_signal = ar_res.resid

# 打印去趋势后的序列
print("去趋势后的序列：", detrended_signal)

额外提醒：API更新 #

另外要注意，statsmodels的新版本中，AR类已经被标记为过时（deprecated），推荐使用AutoReg来替代，用法更清晰：

from statsmodels.tsa.ar_model import AutoReg

# 直接在创建模型时指定滞后阶数
ar_mod = AutoReg(signal, lags=4)
ar_res = ar_mod.fit()

# 后续获取拟合值、残差的方式和之前一致
detrended_signal = signal - ar_res.fittedvalues

总结 #

你的核心问题是把模型对象/结果对象和实际需要的数值数组搞混了——这些对象本身不是结果数组，而是存储结果的容器，你需要通过它们的属性（比如fittedvalues、resid、params）来提取具体的数值。

内容的提问来源于stack exchange，提问作者Reihaneh Kouhi