我使用SARIMAX耦合模型（statsmodels.tsa.statespace.sarimax.SARIMAX）对两个季节性时间序列之间的相关性进行建模。内生变量是y（t），外生变量是x（t）。我的目标是使用x（t）作为预测器来预测y（t）。
我对SARIMAX（p，d，q， r ）∙（P，D，Q）过程的理解是将y（t）建模为x（t）的线性函数以及遵循SARIMA流程的错误条款： y（t）= c +β1∙x（1，t）+β2∙x（2，t）+⋯+βr∙x（r，t）+ε（t）（见链接中的完整方程式） SARIMAX model
对于上述问题，我有两个问题：（1）是否可以将滞后回归顺序“ r ”建模为高于1？ （2）一旦估计SARIMAX模型方程，这是预测y（t）的未来值作为x（t）的函数的最佳方法，考虑x（t）是未来的已知变量？我已经看到了许多单变量SARIMA预测的例子，但没有看到多变量SARIMAX预测。 非常感谢。
