statsmodels.tools.numdiff.approx_hess_cs¶

statsmodels.tools.numdiff.approx_hess_cs(x, f, epsilon=None, args=(), kwargs={})[source]¶

使用复步导数近似计算Hessian

Parameters:¶

xarray_like

函数导数被评估的值

ffunction

单个数组的函数 f(x)

epsilonfloat

stepsize（步长），如果为 None，则步长会自动选择

Returns:¶

hessndarray

部分二阶导数数组，Hessian

注释

基于M. S. RIDOUT在《统计应用中的复步法数值微分》中的方程10，肯特大学，坎特伯雷，肯特，英国。

步长对于复数部分和有限差分部分是相同的。