如何用statsmodels正确生成(1,0,1)阶ARIMA过程？

问题分析 #

你的代码存在两个核心问题：

1. ARIMA模型初始化时未明确指定无常数项（默认会包含截距项），导致simulate方法期望的参数数量与你传入的不匹配；
2. 使用ARIMA类进行模拟并非最优选择，statsmodels提供了更适合生成序列的ArmaProcess工具类（因为ARIMA(1,0,1)本质就是ARMA(1,1)）。

方案一：使用ArmaProcess（推荐） #

这是statsmodels中专门用于生成ARMA/ARIMA过程的类，用法更直观：

import numpy as np
from statsmodels.tsa.arima_process import ArmaProcess

# 构造AR和MA多项式：
# 对应公式 y_t = 0.4*y_{t-1} + ε_t -0.2*ε_{t-1}
# 转换为标准形式：y_t - 0.4*y_{t-1} = ε_t -0.2*ε_{t-1}
ar = np.array([1, -0.4])  # AR多项式系数：[1, -φ1]
ma = np.array([1, -0.2])  # MA多项式系数：[1, θ1]，这里θ1为-0.2

# 初始化ARMA过程
arma_process = ArmaProcess(ar, ma)

# 生成2000个样本点
simdata = arma_process.generate_sample(nsample=2000)

方案二：使用ARIMA类 #

如果坚持使用ARIMA类，必须指定trend='n'来禁用常数项，同时确保参数顺序正确：

import numpy as np
from statsmodels.tsa.arima.model import ARIMA

# 定义模型阶数(1,0,1)
order = (1, 0, 1)

# 初始化模型，指定trend='n'表示无常数项
model = ARIMA([0], order=order, trend='n')

# 模拟数据：params顺序为[AR系数, MA系数]
simdata = model.simulate(params=[0.4, -0.2], nsimulations=2000)

关键说明 #

• 若未指定trend='n'，ARIMA模型默认会包含截距项，此时simulate的params需要额外传入常数项（即params长度为3：[常数项, AR系数, MA系数]），这也是你之前代码失败的主要原因。
• ArmaProcess无需处理趋势项的问题，直接对应ARMA过程的数学定义，更适合模拟场景。

内容的提问来源于stack exchange，提问作者Hillbilly Joe