statsmodels.tsa.statespace.sarimax.SARIMAXResults¶

class statsmodels.tsa.statespace.sarimax.SARIMAXResults(model, params, filter_results, cov_type=None, **kwargs)[ソース]¶

SARIMAXモデルの適合結果を保持するクラス。

パラメータ:¶

modelSARIMAX instance

適合されたモデルインスタンス

属性:¶

specificationdictionary

SARIMAXモデルインスタンスのすべての属性を含む辞書型。

polynomial_arndarray

自己回帰ラグ多項式係数を含む配列。低次から高次の順に格納。係数がゼロに制約されている場合を除き、1で初期化。

polynomial_mandarray

移動平均遅れ多項式係数を含む配列で、次数が低いものから高いものへ順に並んでいます。係数がゼロに固定されていない限り、初期値は1です（固定されている場合はゼロになります）。

polynomial_seasonal_arndarray

季節的自己回帰遅れ多項式係数を含む配列で、次数が低いものから高いものへ順に並んでいます。係数がゼロに固定されていない限り、初期値は1です（固定されている場合はゼロになります）。

polynomial_seasonal_mandarray

季節的移動平均遅れ多項式係数を含む配列で、次数が低いものから高いものへ順に並んでいます。係数がゼロに固定されていない限り、初期値は1です（固定されている場合はゼロになります）。

polynomial_trendndarray

トレンド多項式係数を含む配列で、次数が低いものから高いものへ順に並んでいます。係数がゼロに固定されていない限り、初期値は1です（固定されている場合はゼロになります）。

model_orderslist of int

モデル内の各多項式の次数。

param_termslist of str

モデルに実際に含まれるパラメータのリストで、ソートされています。

参考

statsmodels.tsa.statespace.kalman_filter.FilterResults

statsmodels.tsa.statespace.mlemodel.MLEResults

メソッド

append(endog[, exog, refit, fit_kwargs, ...])	元のデータに新しいデータを追加して結果オブジェクトを再作成します
apply(endog[, exog, refit, fit_kwargs, ...])	元のデータと関係のない新しいデータに適合したパラメータを適用します
conf_int([alpha, cols])	適合したパラメータの信頼区間を構築します。
cov_params([r_matrix, column, scale, cov_p, ...])	分散・共分散行列を計算します。
extend(endog[, exog])	元のデータを拡張する新しいデータに対して結果オブジェクトを再作成します
f_test(r_matrix[, cov_p, invcov])	結合線形仮説に対するF検定を計算します。
forecast([steps, signal_only])	サンプル外予測
get_forecast([steps, signal_only])	サンプル外予測と予測区間
get_prediction([start, end, dynamic, ...])	サンプル内予測とサンプル外予測
get_smoothed_decomposition([...])	平滑化された出力を観測値の寄与に分解します
impulse_responses([steps, impulse, ...])	インパルス応答関数
info_criteria(criteria[, method])	情報量基準
initialize(model, params, **kwargs)	結果インスタンスを初期化（または再初期化）します。
load(fname)	ピクルされた結果インスタンスを読み込みます
news(comparison[, impact_date, ...])	更新データ（ニュースと修正）からの影響を計算します。
normalized_cov_params()	特定のモデルクラスのドキュメント文字列を参照してください
plot_diagnostics([variable, lags, fig, ...])	1つの内生変数に対する標準化残差の診断プロット
predict([start, end, dynamic, ...])	サンプル内予測とサンプル外予測
remove_data()	結果とモデルからデータ配列およびすべての観測値配列を削除します。
save(fname[, remove_data])	このインスタンスをピクル形式で保存します。
simulate(nsimulations[, measurement_shocks, ...])	状態空間モデルに従った新しい時系列をシミュレートします
summary([alpha, start])	モデルの概要を表示します
t_test(r_matrix[, cov_p, use_t])	Rb = q の形式の各線形仮説に対してt検定を計算します。
t_test_pairwise(term_name[, method, alpha, ...])	多重検定補正されたp値を使用してペアごとのt検定を実行します。
test_heteroskedasticity(method[, ...])	標準化残差の異分散性を検定します
test_normality(method)	標準化残差の正規性を検定します。
test_serial_correlation(method[, df_adjust, ...])	標準化残差に自己相関がないことを検定するLjung-Box検定
wald_test(r_matrix[, cov_p, invcov, use_f, ...])	結合線形仮説に対するワルド検定を計算します。
wald_test_terms([skip_single, ...])	複数列にわたる項目のワルド検定のシーケンスを計算します。

プロパティ

aic	(float) 赤池情報量規準
aicc	(float) 小サンプル補正を含む赤池情報量規準
arfreq	(array) 簡約形自己回帰遅れ多項式の根の頻度
arparams	(array) モデルで実際に推定された自己回帰パラメータ。
arroots	（配列）簡約形自己回帰ラグ多項式の根
bic	（浮動小数点数）ベイズ情報量規準
bse	パラメータ推定値の標準誤差。
cov_params_approx	（配列）分散・共分散行列。
cov_params_oim	（配列）分散・共分散行列。
cov_params_opg	（配列）分散・共分散行列。
cov_params_robust	（配列）QMLEの分散・共分散行列。
cov_params_robust_approx	（配列）QMLEの分散・共分散行列。
cov_params_robust_oim	（配列）QMLEの分散・共分散行列。
fittedvalues	（配列）モデルの予測値。
hqic	（浮動小数点数）ハンナン–クイン情報量規準
llf	（浮動小数点数）`params`で評価された対数尤度関数の値。
llf_obs	（浮動小数点数）`params`で評価された対数尤度関数の値。
loglikelihood_burn	（浮動小数点数）尤度が評価されない観測の数。
mae	（浮動小数点数）平均絶対誤差
mafreq	（配列）簡略化された移動平均遅延多項式の根の頻度
maparams	（配列）モデルで実際に推定された移動平均パラメータ。
maroots	（配列）簡略化された移動平均遅延多項式の根
mse	（浮動小数点数）平均二乗誤差
pvalues	（配列）係数のz統計量に対応するp値。
resid	（配列）モデルの残差。
seasonalarparams	（配列）モデルで実際に推定された季節自己回帰パラメータ。
seasonalmaparams	（配列）モデルで実際に推定された季節移動平均パラメータ。
sse	（浮動小数点数）二乗誤差の合計
states
tvalues	与えられたパラメータ推定に対する t-統計量を返す。
use_t	推論でスチューデントの分布を使用することを示すフラグ。
zvalues	(配列) 係数に対するz統計量。