statsmodels.tsa.tsatools.lagmat2ds¶

statsmodels.tsa.tsatools.lagmat2ds(x, maxlag0, maxlagex=None, dropex=0, trim='forward', use_pandas=False)[source]¶

为二维数组生成滞后矩阵，按变量排列列。

Parameters:¶

xarray_like

数据，二维。行表示观测值，列表示变量。

maxlag0int

第一个变量包含从零到最大滞后的所有滞后项。

maxlagex{None, int}

所有其他变量的最大滞后值，从零到最大滞后值都包括在内。

dropexint

排除第一个dropex滞后项从其他变量中。对于所有变量，除了第一个，从dropex到maxlagex的滞后项都被包含。

trimstr

要使用的修剪方法。

• ‘forward’ : 从前端修剪无效的观测值。

• ‘backward’ : 修剪无效的初始观测值。

• ‘both’ : 两边修剪无效的观测值。

• ‘none’ : 不修剪观测值。

use_pandasbool

如果为真，当输入是 pandas Series 或 DataFrame 时，返回一个 DataFrame。如果为假，返回 numpy ndarray。

Returns:¶

ndarray

包含滞后观测值的数组，列按变量排序。

注释

为不等间隔实现的不高效实现，为方便起见而实现。