statsmodels.tsa.stattools.pacf_burg¶

statsmodels.tsa.stattools.pacf_burg(x, nlags=None, demean=True)[source]¶

计算 Burg 的偏自相关估计量。

Parameters:¶

xarray_like

计算偏自相关函数（pacf）所用的时间序列观测值。

nlagsint, optional

要返回自相关的滞后阶数。如果未提供，使用 min(10 * np.log10(nobs), nobs - 1)。

demeanbool, optional

指示是否对数据进行去均值处理的标志。如果数据已经去均值处理过，则设置为 False。

Returns:¶

pacfndarray

滞后0, 1, …, nlag的偏自相关系数。

sigma2ndarray

残差方差估计值，其中位置m的值是在包含m个滞后的AR模型中的残差方差。

另请参阅

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。

参考文献

[1]

Brockwell, P.J. 和 Davis, R.A., 2016. 时间序列与预测导论. Springer.