statsmodels.tsa.statespace.structural.UnobservedComponentsResults.新闻¶
-
UnobservedComponentsResults.news(comparison, impact_date=
None, impacted_variable=None, start=None, end=None, periods=None, exog=None, comparison_type=None, revisions_details_start=False, state_index=None, return_raw=False, tolerance=1e-10, **kwargs)¶ 计算更新数据（新闻和修订）的影响
- Parameters:¶
- comparisonarray_like or
MLEResults 一个包含更新和/或修订数据的更新数据集，从中可以计算新闻，或者一个用于计算新闻的更新或先前的结果对象。
- impact_date
int,str,ordatetime,optional 计算新闻和修订影响的单一特定时期。也可以是一个需要解析的日期字符串或datetime类型。此参数不能与start、end或periods一起使用。默认是第一个样本外的观察值。
- impacted_variable
str,list,array,orslice,optional 观察变量的标签或标签切片，指定仅在新闻输出中显示特定的受影响变量。受影响的变量描述了那些被影响的变量。如果你不知道这些变量的标签，请检查模型实例的endog_names属性。
- start
int,str,ordatetime,optional 新闻和修订对计算的第一个影响周期。 也可以是一个日期字符串进行解析或一个日期时间类型。默认是 第一个样本外的观察值。
- end
int,str,ordatetime,optional 计算新闻和修订影响的最后一个周期。 也可以是一个需要解析的日期字符串或日期时间类型。默认是 第一个样本外观察值。
- periods
int,optional 计算新闻和修订影响的周期数。
- exogarray_like,
optional 适用于样本外期的外生回归变量数组（如果适用）。
- comparison_type{
None, ‘previous’, ‘updated’} 这表示比较参数代表的是先前的结果对象或数据集，还是更新后的结果对象或数据集。如果未指定，则会尝试确定比较类型。
- revisions_details_startbool,
int,str,ordatetime,optional 开始计算数据修订详细影响的周期。在此周期之前的任何修订，其影响将被归为一组。如果为负整数，则解释为数据集末尾的偏移量。如果设置为True，则计算所有修订的详细影响，而如果设置为False，则所有修订将被归为一组。默认值为False。请注意，对于大型模型，将此设置在样本开始附近可能会导致此函数运行缓慢。
- state_indexarray_like,
optional 一个可选的索引，用于指定在构建修订和新消息的影响时使用的部分状态。例如，如果传递了state_index=[0, 1]，那么只会返回由前两个状态对观测变量产生的影响。默认是使用所有状态。
- return_rawbool,
optional 是否仅返回特定输出或完整的返回结果对象。默认是返回完整的返回结果对象。
- tolerance
float,optional 确定无影响的数值阈值。默认情况下，任何小于1e-10的影响都被视为零。
- comparisonarray_like or
- Returns:¶
NewsResults数据修订和新消息对估计的影响
参考文献
[1]Bańbura, Marta, 和 Michele Modugno. “具有任意缺失数据模式的数据集上的因子模型最大似然估计。” 《应用计量经济学杂志》29, 第1期 (2014): 133-160.
[2]Bańbura, Marta, Domenico Giannone, 和 Lucrezia Reichlin. “实时预测。” 《牛津经济预测手册》。2011年7月8日。
[3]Bańbura, Marta, Domenico Giannone, Michele Modugno, 和 Lucrezia Reichlin. “实时数据流的预测与分析。” 在《经济预测手册》第2卷，第195-237页。 Elsevier, 2013.