statsmodels.tsa.statespace.mlemodel.MLEModel¶
-
class statsmodels.tsa.statespace.mlemodel.MLEModel(endog, k_states, exog=
None, dates=None, freq=None, **kwargs)[source]¶ 最大似然估计的状态空间模型
- Parameters:¶
- endogarray_like
观察到的时间序列过程 \(y\)
- k_states
int 未观测状态过程的维度。
- exogarray_like,
optional 外生回归变量的数组，形状为 nobs x k。默认是没有外生回归变量。
- datesarray_like
ofdatetime,optional 一个类似数组的对象，包含日期时间对象。如果为endog提供了Pandas对象，则假定它具有DateIndex。
- freq
str,optional 时间序列的频率。Pandas偏移量或‘B’、‘D’、‘W’、‘M’、‘A’或‘Q’。如果给出日期，这是可选的。
- **kwargs
关键字参数可用于为状态空间矩阵或卡尔曼滤波选项提供默认值。详情请参见表示法和卡尔曼滤波器。
- Attributes:¶
另请参阅
注释
此类将状态空间模型与卡尔曼滤波结合，以增加最大似然估计的功能。特别是，它增加了基于一组定义的参数更新状态空间表示的概念，通过update方法或updater属性（有关何时使用的更多详细信息，请参见下文），并且它添加了一个fit方法，该方法使用数值优化器来选择使模型似然性最大化的参数。
必须在子类中重写start_params update方法（如果需要，还需重写transform和untransform方法）。
方法
clone(endog[, exog])克隆状态空间模型并使用新数据，可选择新的规格
filter(params[, transformed, ...])卡尔曼滤波
fit([start_params, transformed, ...])通过卡尔曼滤波以最大似然法拟合模型。
fit_constrained(约束[, start_params])使用一些受等式约束的参数拟合模型。
fix_params(params)将参数固定为特定值（上下文管理器）
from_formula(公式, 数据[, 子集])状态空间模型未实现
handle_params(params[, transformed, ...])确保模型参数满足形状和其他要求
hessian(params, *args, **kwargs)似然函数的Hessian矩阵，在给定参数处求值
impulse_responses(params[, steps, impulse, ...])脉冲响应函数
information(params)模型的费舍尔信息矩阵。
初始化（可能重新初始化）一个模型实例。
initialize_approximate_diffuse([variance])初始化近似漫反射
initialize_known(initial_state, ...)初始化已知
initialize_statespace(**kwargs)初始化状态空间表示
初始化静止状态
loglike(params, *args, **kwargs)对数似然评估
loglikeobs(params[, transformed, ...])对数似然评估
observed_information_matrix(params[, ...])观测信息矩阵
opg_information_matrix(参数[, ...])梯度信息矩阵的外积
predict(params[, exog])模型拟合后，predict 返回拟合值。
准备用于状态空间表示的数据
score(params, *args, **kwargs)在参数处计算得分函数。
score_obs(params[, method, transformed, ...])计算每个观测值的得分，在参数处进行评估
set_conserve_memory([conserve_memory])设置内存保护方法
set_filter_method([filter_method])设置过滤方法
set_inversion_method([inversion_method])设置反演方法
set_smoother_output([smoother_output])设置平滑输出
set_stability_method([stability_method])设置数值稳定性方法
simulate(params, nsimulations[, ...])模拟一个遵循状态空间模型的新时间序列
simulation_smoother([simulation_output])获取状态空间模型的模拟平滑器。
smooth(params[, transformed, ...])卡尔曼平滑
transform_jacobian(未约束[, ...])参数变换函数的雅可比矩阵
transform_params(无约束)将优化器使用的无约束参数转换为似然评估中使用的约束参数
untransform_params(constrained)将似然评估中使用的约束参数转换为优化器使用的无约束参数
update(params[, transformed, ...])更新模型的参数
属性
内生变量的名称。
外生变量的名称。
(list of str) 人类可读的参数名称列表（适用于模型中实际包含的参数）。
(数组) 最大似然估计的初始参数。
(list of str) 未观测状态的可读名称列表。