参数估计#

sktime.param_est 模块包含参数估计器，例如用于季节性估计，以及将估计参数插入其他估计器的实用工具。例如，季节性估计器可以与任何季节性预测器结合，形成自动季节性版本。

sktime 中的所有参数估计器都可以使用 sktime.registry.all_estimators 实用工具列出，通过设置 estimator_types="param_est"，并可选择按标签过滤。有效标签可以使用 sktime.registry.all_tags 列出。

带有基于标签的搜索功能的完整表格也可在估计器搜索页面找到（在“估计器类型”下拉菜单中选择“参数估计器”）。

参数估计器#

组合#

ParamFitterPipeline(param_est, transformers)

转换器和参数估计器的流水线。

FunctionParamFitter(param, func[, kw_args, ...])

从任意可调用对象构造参数拟合器。

PluginParamsForecaster(param_est, forecaster)

将参数估计器的参数插入预测器。

PluginParamsTransformer(param_est, transformer)

将参数估计器的参数插入转换器。

朴素#

FixedParams(param_dict)

将固定值写入自身的哑参数估计器。

季节性估计器#

SeasonalityACF([candidate_sp, p_threshold, ...])

使用自相关函数置信区间查找候选季节性参数。

SeasonalityACFqstat([candidate_sp, ...])

使用自相关函数 LB q 统计量查找候选季节性参数。

SeasonalityPeriodogram([min_period, ...])

根据其谱功率对周期性进行评分。

平稳性估计器#

StationarityADF([p_threshold, maxlag, ...])

通过扩展迪基-福勒单位根检验（ADF）进行平稳性检验。

StationarityKPSS([p_threshold, regression, ...])

通过 Kwiatkowski-Phillips-Schmidt-Shin 检验进行平稳性检验。

StationarityADFArch([lags, trend, max_lags, ...])

通过扩展迪基-福勒单位根检验（ADF）进行平稳性检验。

StationarityDFGLS([lags, trend, max_lags, ...])

通过迪基-福勒 GLS (DFGLS) 单位根检验进行平稳性检验。

StationarityPhillipsPerron([lags, trend, ...])

通过 Phillips-Perron 单位根检验进行单位根检验。

StationarityKPSSArch([lags, trend, p_threshold])

通过 Kwiatkowski-Phillips-Schmidt-Shin 单位根检验进行平稳性检验。

StationarityZivotAndrews([lags, trend, ...])

通过 Zivot-Andrews 单位根检验进行平稳性检验。

StationarityVarianceRatio([lags, trend, ...])

通过随机游走方差比检验进行平稳性检验。

滞后估计器#

ARLagOrderSelector(maxlag[, ic, glob, ...])

使用信息准则估计自回归模型的最佳滞后阶数。