如何根据Granger因果关系检验估计最佳模型？

Question

假设我运行GC测试：

grangercausalitytests(np.vstack((df['target'], df['feature'])).T, maxlag=5)

我可以选择“功能”变量的滞后，这很可能是格兰杰导致的“目标”变量。

1. 但是该模型中“目标”变量有多少个滞后？
2. [此外，我如何估算此ADL模型（某些自回归滞后+自变量的某些滞后）？我在某处看到过，因为没有用于ADL的软件包，所以应该在Python中用ALS / FGLS替换ADL。但是我不知道该怎么做

Answer 1

1. 我发现该型号对应于每个特定编号GC测试中的滞后已被调整并包含在测试返回。输出看起来很杂乱，但是就在那里。
2. 很遗憾，似乎还没有能力估计Python中的ADL模型：（