statsmodels.tsa.statespace.mlemodel.MLEModel.simulate

MLEModel.simulate(params, nsimulations, measurement_shocks=None, state_shocks=None, initial_state=None, anchor=None, repetitions=None, exog=None, extend_model=None, extend_kwargs=None, transformed=True, includes_fixed=False, pretransformed_measurement_shocks=True, pretransformed_state_shocks=True, pretransformed_initial_state=True, random_state=None, **kwargs)[source]

模拟一个遵循状态空间模型的新时间序列

Parameters:
paramsarray_like

用于构建状态空间表示的参数数组，以便在模拟时使用。

nsimulationsint

要模拟的观测数量。如果模型是时间不变的，则可以是任意数量。如果模型是时间变化的，则此数量必须小于或等于观测数量。

measurement_shocksarray_like, optional

如果指定，这些是测量方程的冲击， \(\varepsilon_t\)。如果未指定，这些将使用伪随机数生成器自动生成。如果指定， 必须为 nsimulations x k_endog 的形状，其中 k_endog 与状态空间模型中的相同。

state_shocksarray_like, optional

如果指定，这些是状态方程的冲击， \(\eta_t\)。如果未指定，这些将使用伪随机数生成器自动生成。如果指定， 必须为 nsimulations x k_posdef 的形状，其中 k_posdef 与状态空间模型中的相同。

initial_statearray_like, optional

如果指定，这是在模拟中使用的初始状态向量，其形状应为 (k_states x 1)，其中 k_states 与状态空间模型中的相同。如果未指定，但模型已初始化，则使用该初始化。如果 anchor 不是“start”或0，则必须指定此项（否则可以使用结果对象上的 simulate 方法，而不是模型对象上的方法）。

anchorint, str, or datetime, optional

模拟的第一个周期。模拟将以锚点之前的所有现有数据点为条件。类型取决于给定的内生变量在模型中的索引。两个特殊情况是字符串‘start’和‘end’。start表示从样本的第一个周期开始模拟，而end表示从样本后的第一个周期开始模拟。整数值可以从0到nobs，或者可以是负数以应用负索引。最后，如果向模型提供了日期/时间索引，则此参数可以是日期字符串或日期时间类型。默认值为‘start’。

repetitionsint, optional

要生成的模拟路径数量。默认是1条模拟路径。

exogarray_like, optional

外生回归变量的新观测值（如适用）。

transformedbool, optional

是否已经对params进行了转换。默认为True。

includes_fixedbool, optional

如果参数之前已经通过fix_params方法固定， 这个参数描述了params是否也包括 固定的参数，除了自由参数之外。默认 是False。

pretransformed_measurement_shocksbool, optional

如果提供了measurement_shocks，此标志指示是否应直接将其用作冲击。如果为False，则假定其包含必须使用obs_cov协方差矩阵进行变换的标准正态分布的抽取。默认为True。

pretransformed_state_shocksbool, optional

如果提供了state_shocks，此标志指示是否应直接将其用作冲击。如果为False，则假定其包含必须使用state_cov协方差矩阵进行变换的标准正态分布的抽取。默认为True。

pretransformed_initial_statebool, optional

如果提供了initial_state，此标志指示是否应直接将其用作初始状态。如果为False，则假定其包含从标准正态分布中抽取的样本，必须使用initial_state_cov协方差矩阵进行变换。默认为True。

random_state{None, int, Generator, RandomState}, optional

如果 seed 是 None（或 np.random），则使用类:~numpy.random.RandomState 单例。 如果 seed 是 int，则使用一个新的类:~numpy.random.RandomState 实例，并以 seed 作为种子。 如果 seed 已经是类:~numpy.random.Generator 或 类:~numpy.random.RandomState 实例，则使用该实例。

Returns:
simulated_obsndarray

一个模拟观测值的数组。如果 repetitions=None，那么它的形状将是 (nsimulations x k_endog) 或 (nsimulations,) 如果 k_endog=1。否则，它的形状将是 (nsimulations x k_endog x repetitions)。如果模型输入是 Pandas 数据，那么输出将是一个 Pandas 对象。如果 k_endog > 1 并且 repetitions 不是 None，那么输出将是一个具有 MultiIndex 列的 Pandas DataFrame，第一个级别包含 endog 变量的名称，第二个级别包含重复次数。

另请参阅

impulse_responses

脉冲响应函数

Last update: Oct 16, 2024