statsmodels.tsa.statespace.exponential_smoothing.ExponentialSmoothingResults¶
-
class statsmodels.tsa.statespace.exponential_smoothing.ExponentialSmoothingResults(model, params, filter_results, cov_type=
None, **kwargs)[source]¶ 拟合线性指数平滑模型的结果
- Attributes:¶
- aic
(浮点数) 赤池信息量准则
- aicc
(浮点数) 小样本校正的赤池信息量准则
- bic
(浮点数) 贝叶斯信息准则
- bse
参数估计的标准误差。
- cov_params_approx
(数组) 方差/协方差矩阵。通过复步法或有限差分法近似数值Hessian计算得出。
- cov_params_oim
(数组) 方差/协方差矩阵。使用Harvey (1989)的方法计算。
- cov_params_opg
(数组) 方差/协方差矩阵。使用外积梯度法计算。
- cov_params_robust
(数组) QMLE 方差/协方差矩阵。cov_params_robust_oim 的别名
- cov_params_robust_approx
(数组) QMLE 方差/协方差矩阵。使用数值 Hessian 作为评估的 Hessian 计算得出。
- cov_params_robust_oim
(数组) QMLE 方差/协方差矩阵。使用 Harvey (1989) 的方法计算，作为评估的 Hessian 矩阵。
- fittedvalues
(数组) 模型的预测值。一个 (nobs x k_endog) 数组。
- hqic
(浮点数) Hannan-Quinn 信息准则
- llf
(浮点数) 对数似然函数在params处的值。
- llf_obs
(浮点数) 对数似然函数在params处的值。
- loglikelihood_burn
(浮点数) 在似然未被评估的期间内的观测次数。
- mae
(float) 平均绝对误差
- mse
(浮点数) 均方误差
- pvalues
(数组) 与系数z统计量相关的p值。请注意，假设系数具有正态分布。
- resid
(数组) 模型的残差。一个 (nobs x k_endog) 的数组。
- sse
(浮点数) 误差平方和
- states
- tvalues
返回给定参数估计的t统计量。
use_t指示在推理中使用学生分布的标志。
- zvalues
(数组) 系数的z统计量。
方法
append(endog[, exog, refit, fit_kwargs, ...])使用新数据附加到原始数据来重新创建结果对象
apply(endog[, exog, refit, fit_kwargs, ...])将拟合的参数应用于与原始数据无关的新数据
conf_int([alpha, cols])构建拟合参数的置信区间。
cov_params([r_matrix, column, scale, cov_p, ...])计算方差/协方差矩阵。
extend(endog[, exog, fit_kwargs])为扩展原始数据的新数据重新创建结果对象
f_test(r_matrix[, cov_p, invcov])计算联合线性假设的F检验。
forecast([steps, signal_only])样本外预测
get_forecast([steps, signal_only])样本外预测和预测区间
get_prediction([start, end, dynamic, ...])样本内预测和样本外预测
get_smoothed_decomposition([...])将平滑输出分解为来自观测值的贡献
impulse_responses([steps, impulse, ...])脉冲响应函数
info_criteria(准则[, 方法])信息准则
initialize(model, params, **kwargs)初始化（可能重新初始化）一个 Results 实例。
load(fname)加载一个序列化的结果实例
news(comparison[, impact_date, ...])计算更新数据（新闻和修订）的影响
查看特定模型类的文档字符串
plot_diagnostics([variable, lags, fig, ...])一个内生变量的标准化残差的诊断图
predict([start, end, dynamic, ...])样本内预测和样本外预测
从结果和模型中移除数据数组和所有nobs数组。
save(fname[, remove_data])保存此实例的pickle。
simulate(nsimulations[, measurement_shocks, ...])模拟一个遵循状态空间模型的新时间序列
summary([alpha, start])总结模型
t_test(r_matrix[, cov_p, use_t])计算每个线性假设 Rb = q 的 t 检验。
t_test_pairwise(term_name[, method, alpha, ...])执行成对t检验，并使用多重检验校正p值。
test_heteroskedasticity(method[, ...])标准化残差的异方差性检验
test_normality(method)标准化残差的正态性检验。
test_serial_correlation(方法[, df_adjust, ...])Ljung-Box 检验标准化残差无序列相关性
wald_test(r_matrix[, cov_p, invcov, use_f, ...])计算联合线性假设的Wald检验。
wald_test_terms([skip_single, ...])计算多列上项的Wald检验序列。
属性
(浮点数) 赤池信息量准则
(浮点数) 小样本校正的赤池信息量准则
(浮点数) 贝叶斯信息准则
参数估计的标准误差。
(数组) 方差/协方差矩阵。
(数组) 方差/协方差矩阵。
(数组) 方差/协方差矩阵。
(数组) QMLE 方差/协方差矩阵。
(数组) QMLE 方差/协方差矩阵。
(数组) QMLE 方差/协方差矩阵。
(数组) 模型的预测值。
(浮点数) Hannan-Quinn 信息准则
(浮点数) 对数似然函数在params处的值。
(浮点数) 对数似然函数在params处的值。
(浮点数) 在似然未被评估的期间内的观察次数。
(float) 平均绝对误差
(浮点数) 均方误差
(数组) 与系数 z 统计量相关的 p 值。
(数组) 模型的残差。
(浮点数) 误差平方和
返回给定参数估计的t统计量。
指示在推理中使用学生分布的标志。
(数组) 系数的z统计量。