Transformer
HPFilter
Filter a times series using the Hodrick-Prescott filter.
This is a wrapper around the hpfilter function from statsmodels. (see statsmodels.tsa.filters.hp_filter.hpfilter).
Schnellstart
python
from sktime.transformations.hpfilter import HPFilter
estimator = HPFilter(lamb=1600)Tags
Fähigkeiten
- Reihen ungleicher Länge
- Multivariat: Nicht unterstützt
- Inverse Transformation: Nicht unterstützt
- Fehlende Werte: Nicht unterstützt
- Entfernt fehlende Werte: Nicht unterstützt
- Gleicht Reihenlängen an: Nicht unterstützt
Eigenschaften
- Eingabetypscitype:transform-input
- Series
- Ausgabetypscitype:transform-output
- Series
- Label-Typscitype:transform-labels
- None
- Fit ist leerfit_is_empty
- Ja
- Behält den Zeitindextransform-returns-same-time-index
- Nein
- Benötigt Xrequires_X
- Ja
- Benötigt yrequires_y
- Nein
- X und y brauchen denselben IndexX-y-must-have-same-index
- Nein
Parameter(1)
- lambfloat
- The Hodrick-Prescott smoothing parameter. A value of 1600 is suggested for quarterly data. Ravn and Uhlig suggest using a value of 6.25 (1600/4**4) for annual data and 129600 (1600*3**4) for monthly data.
Beispiele
>>> from sktime.transformations.hpfilter import HPFilter
>>> import pandas as pd
>>> import statsmodels.api as sm
>>> dta = sm. datasets. macrodata. load_pandas (). data
>>> index = pd. period_range ('1959Q1', '2009Q3', freq = 'Q')
>>> dta. set_index (index, inplace = True)
>>> hp = HPFilter (1600)
>>> cycles = hp. fit_transform (X = dta [['realinv' ]])