statsmodels.tsa.statespace.sarimax.SARIMAX.fit¶
-
SARIMAX.fit(start_params=
None, transformed=True, includes_fixed=False, cov_type=None, cov_kwds=None, method='lbfgs', maxiter=50, full_output=1, disp=5, callback=None, return_params=False, optim_score=None, optim_complex_step=None, optim_hessian=None, flags=None, low_memory=False, **kwargs)¶ 通过卡尔曼滤波以最大似然法拟合模型。
- Parameters:¶
- start_paramsarray_like,
optional 对数似然最大化解决方案的初始猜测。 如果为 None，则默认值由 Model.start_params 给出。
- transformedbool,
optional 是否已经对start_params进行了转换。默认为True。
- includes_fixedbool,
optional 如果之前使用 fix_params 方法固定了参数， 此参数描述 start_params 是否也包括 固定参数，除了自由参数。默认值为 False。
- cov_type
str,optional 关键词 cov_type 决定了计算参数估计协方差矩阵的方法。可以是以下之一：
‘opg’ 表示梯度估计的外积
‘oim’ 表示观察到的信息矩阵估计量，使用Harvey（1989）的方法计算
‘approx’ 表示观测信息矩阵估计器，使用Hessian矩阵的数值近似计算得出。
‘robust’ 用于近似（准最大似然）协方差矩阵，即使在存在一些错误指定的情况下，该矩阵也可能是有效的。中间计算使用 ‘oim’ 方法。
‘robust_approx’ 与 ‘robust’ 相同，除了中间计算使用 ‘approx’ 方法。
‘none’ 表示不进行协方差矩阵计算。
默认值为‘opg’，除非使用内存节省策略以避免计算每个观测值的对数似然值，在这种情况下，默认值为‘approx’。
- cov_kwds
dictorNone,optional 影响协方差矩阵计算的参数字典。
opg, oim, 近似, 鲁棒, 鲁棒近似
‘approx_complex_step’ : bool, 可选 - 如果为 True，数值近似使用复步法计算。如果为 False，数值近似使用有限差分法计算。默认为 True。
‘approx_centered’ : bool, 可选 - 如果为 True，使用有限差分方法计算的数值近似使用中心近似。默认为 False。
- method
str,optional 该方法决定了从scipy.optimize中使用哪个求解器，并且可以从以下字符串中选择：
‘newton’ 表示牛顿-拉夫森法
‘nm’ 表示 Nelder-Mead
‘bfgs’ 用于 Broyden-Fletcher-Goldfarb-Shanno (BFGS)
‘lbfgs’ 用于带可选边界约束的有限内存BFGS
‘powell’ 表示修正的鲍威尔法
‘cg’ 表示共轭梯度
‘ncg’ 表示牛顿共轭梯度法
‘basinhopping’ 用于全局 basin-hopping 求解器
在fit中的显式参数会传递给求解器，除了basin-hopping求解器。每个求解器都有几个可选参数，这些参数在不同的求解器之间并不相同。请参阅下面的注释部分（或scipy.optimize）以获取可用参数的列表以及basin-hopping求解器支持的显式参数列表。
- maxiter
int,optional 要执行的最大迭代次数。
- full_outputbool,
optional 设置为 True 以在 Results 对象的 mle_retvals 属性中获取所有可用输出。输出内容取决于求解器。有关更多信息，请参阅 LikelihoodModelResults 注释部分。
- dispbool,
optional 设置为 True 以打印收敛消息。
- callback
callablecallback(xk),optional 在每次迭代后调用，作为回调函数(xk)，其中xk是当前的参数向量。
- return_paramsbool,
optional 是否仅返回最大化参数的数组。 默认是 False。
- optim_score{‘harvey’, ‘approx’}
orNone,optional 计算得分向量的方法。‘harvey’ 使用 Harvey (1989) 的方法，‘approx’ 根据 optim_complex_step 的值使用有限差分或复步差分，None 使用优化器的内置梯度近似。默认是 None。此关键字仅在优化方法使用得分时相关。
- optim_complex_stepbool,
optional 在近似得分时是否使用复步差分法；如果为False，则使用有限差分近似。默认值为True。此关键字仅在optim_score设置为‘harvey’或‘approx’时相关。
- optim_hessian{‘opg’, ‘oim’, ‘approx’},
optional 数值逼近Hessian的方法。‘opg’使用梯度的外积，‘oim’使用Harvey（1989）的信息矩阵公式，‘approx’使用数值逼近。此关键字仅在与优化方法使用Hessian矩阵相关时有效。
- low_memorybool,
optional 如果设置为True，将应用技术以大幅减少内存使用。如果使用此选项，结果对象的某些功能将不可用（包括平滑结果和样本内预测），尽管样本外预测是可能的。默认值为False。
- **kwargs
传递给优化器的其他关键字参数。
- start_paramsarray_like,
- Returns:¶
results结果对象，包含拟合状态空间模型的结果。