statsmodels.tsa.stattools.innovations_algo¶

statsmodels.tsa.stattools.innovations_algo(acov, nobs=None, rtol=None)¶

创新算法将自协方差转换为MA参数。

Parameters:¶

acovarray_like

包含自协方差的数组，包括滞后0。

nobsint, optional

运行算法的周期数。如果没有提供，nobs 等于 acovf 的长度。

rtolfloat, optional

用于检查收敛性的容差。默认值为0，表示算法永远不会提前结束。在10次迭代后进行检查，如果sigma2[i] - sigma2[i - 10] < rtol * sigma2[0]，则停止。当满足停止条件时，theta和sigma2中的剩余值将使用最终迭代值进行前向填充。

Returns:¶

thetandarray

MA表示的创新系数。数组为 (nobs, q)，其中 q 是最大非零自协方差索引。theta 对应于创新算法常见描述中系数矩阵的前 q 列。

sigma2ndarray

预测误差方差 (nobs,)。

另请参阅

innovations_filter

使用创新算法过滤一个序列。

参考文献

示例

>>> import statsmodels.api as sm
>>> data = sm.datasets.macrodata.load_pandas()
>>> rgdpg = data.data['realgdp'].pct_change().dropna()
>>> acov = sm.tsa.acovf(rgdpg)
>>> nobs = activity.shape[0]
>>> theta, sigma2  = innovations_algo(acov[:4], nobs=nobs)