statsmodels.tsa.stattools.pacf¶

statsmodels.tsa.stattools.pacf(x, nlags=None, method='ywadjusted', alpha=None)[source]¶

偏自相关估计。

Parameters:¶

xarray_like

计算偏自相关函数（pacf）所用的时间序列观测值。

nlagsint, optional

要返回自相关性的滞后阶数。如果未提供，使用 min(10 * np.log10(nobs), nobs // 2 - 1)。返回的值包括滞后 0（即，1），因此 pacf 向量的大小为 (nlags + 1,)。

methodstr, default “ywunbiased”

指定用于计算的方法。

• “yw” 或 “ywadjusted” : Yule-Walker，在分母中进行样本大小调整以用于 acovf。默认值。

• “ywm” 或 “ywmle” : Yule-Walker 不进行调整。

• “ols” : 时间序列对自身的滞后项和常数项进行回归。

• “ols-inefficient” : 使用单一共同样本对时间序列进行滞后回归，以估计所有pacf系数。

• “ols-adjusted” : 对滞后时间序列进行回归，并进行偏差调整。

• “ld” 或 “ldadjusted” : 带有偏差校正的 Levinson-Durbin 递归。

• “ldb” 或 “ldbiased” : 无偏差校正的 Levinson-Durbin 递归。

• “burg” : Burg 偏自相关估计器。

alphafloat, optional

如果给定一个数值，则会返回给定置信水平的置信区间。例如，如果 alpha=0.05，则会返回 95% 的置信区间，其中标准差根据 1/sqrt(len(x)) 计算。

Returns:¶

pacfndarray

滞后0、1、…、nlags的偏自相关。形状为(nlags+1,)。

confintndarray, optional

滞后0, 1, …, nlags的PACF的置信区间。形状为(nlags + 1, 2)。如果alpha不为None，则返回。

另请参阅

statsmodels.tsa.stattools.acf

估计自相关函数。

statsmodels.tsa.stattools.pacf

偏自相关估计。

statsmodels.tsa.stattools.pacf_yw

使用Yule-Walker进行偏自相关估计。

statsmodels.tsa.stattools.pacf_ols

使用OLS进行偏自相关估计。

statsmodels.tsa.stattools.pacf_burg

使用Burg方法进行偏自相关估计。

statsmodels.graphics.tsaplots.plot_pacf

绘制部分自相关图和置信区间。

注释

基于一系列低阶ARMA模型的模拟证据，基于根均方误差（root MSE）的最佳方法分别是Yule-Walker（MLW）、Levinson-Durbin（MLE）和Burg。具有最低偏差的估计器包括这三种方法，此外还有OLS和OLS-adjusted。

Yule-Walker（调整后）和Levinson-Durbin（调整后）的表现一致比其他选项差。