statsmodels.tsa.interp.denton.dentonm¶

statsmodels.tsa.interp.denton.dentonm(indicator, benchmark, freq='aq', **kwargs)[source]¶

修改后的Denton方法，用于将低频数据转换为高频数据。

使用比例一阶差分作为惩罚函数。 请参阅注释。

Parameters:¶

indicatorarray_like

一个低频指标序列。假设没有预样本指标。即，第一个指标与第一个基准对齐。

benchmarkarray_like

更高频率的基准。1维或2维的数据系列按列排列。如果是2维，则假设有M个系列。

freqstr {“aq”,”qm”, “other”}

在转换中使用的频率。

• “aq” - 将年度系列基准化为季度。

• “mq” - 将季度系列基准转换为月度。

• “其他” - 自定义步长。必须提供一个关键字参数 k。

**kwargs

附加的关键字参数。例如：

• k，一个整数，表示用于合成一个低频观测值的高频观测值的数量。k 与 freq == “other” 一起使用。

Returns:¶

transformedndarray

转换后的序列。

注释

Denton的方法在最小二乘意义上最小化了由惩罚函数给出的未知基准化序列与指示序列之间的距离，其条件是基准化序列的总和等于基准。该修改允许第一个值不必像Denton的原始方法那样预先确定。如果没有为最后几个指示观测值提供基准，则使用上一时期的最后一个基准-指示比率进行外推。

最小化 sum((X[t]/I[t] - X[t-1]/I[t-1])**2)

使得

sum(X) = A，对于每个周期。其中 X 是基准化序列，I 是指标，A 是基准。

参考文献

Bloem, A.M, Dippelsman, R.J. and Maehle, N.O. 2001 Quarterly National

账户手册–概念、数据来源和编制。国际货币基金组织。 http://www.imf.org/external/pubs/ft/qna/2000/Textbook/index.htm

Cholette, P. 1988. “Benchmarking systems of socio-economic time series.”

加拿大统计局，时间序列研究和分析部门，工作论文编号 TSRA-88-017E。

Denton, F.T. 1971. “Adjustment of monthly or quarterly series to annual

总计：基于二次最小化的方法。” 美国统计协会杂志。99-102。

示例

>>> indicator = [50,100,150,100] * 5
>>> benchmark = [500,400,300,400,500]
>>> benchmarked = dentonm(indicator, benchmark, freq="aq")