要确定ARIMAX模型的阶数，可以使用自相关图（ACF）和偏自相关图（PACF）来帮助判断。下面是一个基本的步骤来确定ARIMAX模型的阶数：

1. 导入所需的库：

import pandas as pd
import numpy as np
import statsmodels.api as sm

2. 加载数据并创建ARIMAX模型：

# 加载数据
data = pd.read_csv('data.csv')

# 定义自变量
exog = data['exogenous_variable']

# 创建ARIMAX模型
model = sm.tsa.ARIMA(data['target_variable'], order=(2, 1, 1), exog=exog)

3. 拟合模型并获取结果：

# 拟合模型
results = model.fit()

# 输出模型结果
print(results.summary())

4. 绘制自相关图（ACF）和偏自相关图（PACF）：

# 绘制自相关图
sm.graphics.tsa.plot_acf(data['target_variable'], lags=20)

# 绘制偏自相关图
sm.graphics.tsa.plot_pacf(data['target_variable'], lags=20)

通过观察自相关图和偏自相关图，可以确定ARIMAX模型的阶数。在这个例子中，阶数为(2, 1, 1)。