statsmodels.tsa.arima_process.arma_periodogram

statsmodels.tsa.arima_process.arma_periodogram(ar, ma, worN=None, whole=0)[source]

给定滞后多项式 ar 和 ma 的 ARMA 过程的周期图。

Parameters:
ararray_like

具有前导1和左侧符号的自回归滞后多项式。

maarray_like

带有前导1的移动平均滞后多项式。

worN{None, int}, optional

scipy.signal.freqz 的一个选项(读作“w 或 N”)。 如果为 None,则在单位圆周围计算 512 个频率。 如果是一个整数,则在那么多频率上计算。 否则,在 worN 中给出的频率上计算响应。

whole{0,1}, optional

scipy.signal.freqz 的一个选项/ 通常,频率从 0 计算到 π(单位圆的上半部分)。如果 whole 非零,则计算频率从 0 到 2*π。

Returns:
wndarray

频率。

sdndarray

周期图,也称为谱密度。

注释

归一化?

这使用了 signal.freqz,它不使用 fft。在某个地方有一个 fft 版本。


Last update: Oct 16, 2024