正在运行coint_johansen协整检验给出：LinAlgError：矩阵不是正定的

Question

我对多变量时间序列非常陌生，我正在尝试制作一个具有108个预测变量和1个目标变量的VAR模型。在执行Johansen协整测试时，出现错误

LinAlgError: Matrix is not positive definite

我的代码是：

def cointegration_test(df, alpha=0.05): 
    """Perform Johanson's Cointegration Test and Report Summary"""
    out = coint_johansen(df,-1,5)
    d = {'0.90':0, '0.95':1, '0.99':2}
    traces = out.lr1
    cvts = out.cvt[:, d[str(1-alpha)]]
    def adjust(val, length= 6): return str(val).ljust(length)

    # Summary
    print('Name   ::  Test Stat > C(95%)    =>   Signif  \n', '--'*20)
    for col, trace, cvt in zip(df.columns, traces, cvts):
        print(adjust(col), ':: ', adjust(round(trace,2), 9), ">", adjust(cvt, 8), ' =>  ' , trace > cvt)

cointegration_test(g)

• 其中[g是我的时间序列数据框，形状为（（48行×109列））。行是日期时间索引，列是预测变量/变量。

• 几列中的数据，范围从0-1（例如：消费物价指数），而其他数列则在数百万的范围内（例如：人口，GDP）。

• 数据框中也包含负数的列（例如：就业变化）>

• 很少几列中也包含零

但是当我使用]使所有列stationary

后传递数据框时

g = g.diff().dropna().diff().dropna()
然后将差异数据帧传递给cointegration_test，其给定错误为：
LinAlgError: Matrix is not positive definite
[据我所知，Matrix is not positive definite表示与之相关的特征值是非正值的。特征值仅适用于方阵，但鉴于我要提供的数据是非平方的。 。
我该如何解决这个问题？我下一步应该去哪里？希望得到帮助。

谢谢

我对多变量时间序列非常陌生，我正在尝试制作一个具有108个预测变量和1个目标变量的VAR模型。在执行Johansen协整测试时，出现错误...

Answer 1

您已经提到，矩阵必须是nxn维。因此，您基本上需要的是：

1. NxN维矩阵。