statsmodels.tsa.statespace.kalman_filter.FilterResults¶

class statsmodels.tsa.statespace.kalman_filter.FilterResults(model)[source]¶

应用于状态空间模型的卡尔曼滤波结果。

Parameters:¶

modelRepresentation

状态空间表示

Attributes:¶

nobsint

观测值的数量。

nobs_diffuseint

在扩散卡尔曼滤波下的观测数量。

k_endogint

观测序列的维度。

k_statesint

未观测状态过程的维度。

k_posdefint

描述测量方程中冲击的保证正定协方差矩阵的维度。

dtypedtype

表示矩阵的数据类型

prefixstr

表示矩阵的BLAS前缀

shapesdictionary of name,tuple

一个字典，记录每个表示矩阵的形状，以元组形式表示。

endogndarray

观测向量。

designndarray

设计矩阵, \(Z\).

obs_interceptndarray

观测方程的截距，\(d\)。

obs_covndarray

观测方程的协方差矩阵 \(H\)。

transitionndarray

转移矩阵, \(T\).

state_interceptndarray

转换方程的截距，\(c\)。

selectionndarray

选择矩阵, \(R\).

state_covndarray

状态方程的协方差矩阵 \(Q\)。

missingarray of bool

与endog大小相同的数组，填充了布尔值，如果endog中对应条目是NaN则为True，否则为False。

nmissingarray of int

一个大小为 nobs 的数组，其中第 i 个条目是 endog 数组第 i 行中 NaNs 的数量（在 0 和 k_endog 之间）。

time_invariantbool

表示矩阵是否是时间不变的

initializationstr

卡尔曼滤波初始化方法。

initial_statearray_like

用于初始化卡尔曼滤波器的状态向量。

initial_state_covarray_like

用于初始化卡尔曼滤波器的状态协方差矩阵。

initial_diffuse_state_covarray_like

用于初始化卡尔曼滤波器的扩散状态协方差矩阵。

filter_methodint

表示卡尔曼滤波方法的位掩码

inversion_methodint

表示用于反转预测误差协方差矩阵的方法的位掩码。

stability_methodint

表示在卡尔曼滤波递归中用于提升数值稳定性的方法的位掩码。

conserve_memoryint

表示所选内存节省方法的位掩码。

filter_timingint

是否使用替代的时间约定。

tolerancefloat

卡尔曼滤波器确定达到稳态的容差。

loglikelihood_burnint

在记录对数似然度之前的初始周期数。

convergedbool

卡尔曼滤波器是否收敛。

period_convergedint

卡尔曼滤波器收敛的时间段。

filtered_statendarray

每个时间段的过滤状态向量。

filtered_state_covndarray

每个时间段的滤波状态协方差矩阵。

predicted_statendarray

每个时间段的预测状态向量。

predicted_state_covndarray

每个时间段的预测状态协方差矩阵。

forecast_error_diffuse_covndarray

每个时间段的扩散预测误差协方差矩阵。

predicted_diffuse_state_covndarray

每个时间段的预测扩散状态协方差矩阵。

kalman_gainndarray

卡尔曼增益矩阵

forecastsndarray

每个时间段的观测值的一步预测。

forecasts_errorndarray

每个时间段的预测误差。

forecasts_error_covndarray

每个时间段的预测误差协方差矩阵。

llf_obsndarray

每个时间段的似然值。

方法

predict([start, end, dynamic])	样本内和样本外预测通常用于状态空间模型
update_filter(kalman_filter)	更新过滤结果
update_representation(model[, only_options])	更新结果以匹配给定的模型

属性

kalman_gain	卡尔曼增益矩阵
standardized_forecasts_error	标准化预测误差