Python和Statsmodels：如何评估ARMA模型中关节参数的F检验？

Question

我有这样的ARMA模型（它实际上是AR（4）模型）：

arRes4=sm.tsa.ARMA(res2AR, (4,0),freq='Q').fit() 

有5个参数。上面的代码运行良好。

我已经尝试了几种评估f_test的可能性，但我不清楚它是不是在运行：

hypothesis = '(ar.L1.y = 0),(ar.L2.y = 0),(ar.L3.y = 0),(ar.L4.y = 0)'

fTest=arRes4.f_test(hypothesis)

它引发了错误：

    raise ValueError('need covariance of parameters for computing '
ValueError: need covariance of parameters for computing F statistics

不清楚为什么要求协方差矩阵。但是，我试过了

FTEST = arRes4.f_test（假说，arRes4.cov_params（）。as_matrix（））

它引发了错误

    cov_p = self.cov_params(r_matrix=r_matrix, cov_p=cov_p)
TypeError: cov_params() got an unexpected keyword argument 'r_matrix'

我也试过替换＆＃34;假设＆＃34;

以上

R=np.array([[0,1,0,0,0],[0,0,1,0,0],[0,0,1,0,0],[0,0,0,1,0],[0,0,0,0,1]])

发生同样的错误！