Exponenta Banner
exponenta event banner

печать

Класс: arima

(Чтобы быть удаленным), оценка параметра Отображения заканчивается для моделей ARIMA или ARIMAX

расширьте все на странице

print будет удален в будущем релизе. Используйте summarize вместо этого.

Синтаксис

print(EstMdl,EstParamCov)

Описание

print(EstMdl,EstParamCov) оценки параметра отображений, стандартные погрешности и статистика t для подходящей модели ARIMA или ARIMAX.

Входные параметры

EstMdl

Модель arima, оцененная с помощью estimate.

EstParamCov

Ошибочная ковариационная матрица отклонения оценки, как выведено estimate. EstParamCov является квадратной матрицей со строкой и столбцом для каждого параметра, известного оптимизатору, когда Mdl был подходящим estimate. Известные параметры включают все параметры оцененный estimate. Если вы задали параметр, как зафиксировано во время оценки, то это - также известный параметр, и строки и столбцы, сопоставленные с ним, содержат 0 s.

Параметры в EstParamCov упорядочены можно следующим образом:

  • Постоянный

  • Ненулевые коэффициенты AR в положительных задержках

  • Ненулевые коэффициенты SAR в положительных задержках

  • Ненулевые коэффициенты MA в положительных задержках

  • Ненулевые коэффициенты SMA в положительных задержках

  • Коэффициенты регрессии (когда EstMdl содержит их),

  • Параметры отклонения (скаляр для моделей постоянного отклонения или вектор параметров для условной модели отклонения)

  • Степени свободы (только инновационное распределение t)

Примеры

развернуть все

Попробовать в MATLAB

Распечатайте результаты оценки модели ARIMA с помощью моделируемых данных.

Моделируйте данные из модели ARMA(1,1) с помощью известных значений параметров. 

MdlSim = arima('Constant',0.01,'AR',0.8,'MA',0.14,...
    'Variance',0.1);
rng 'default';
Y = simulate(MdlSim,100);

Соответствуйте модели ARMA(1,1) к моделируемым данным, выключая отображение печати. 

Mdl = arima(1,0,1);
[EstMdl,EstParamCov] = estimate(Mdl,Y,'Display','off');

Распечатайте результаты оценки. 

print(EstMdl,EstParamCov) 
Warning: PRINT will be removed in a future release; use SUMMARIZE instead.

 
    ARIMA(1,0,1) Model:
    --------------------
    Conditional Probability Distribution: Gaussian

                                  Standard          t     
     Parameter       Value          Error       Statistic 
    -----------   -----------   ------------   -----------
     Constant      0.0445373     0.0460376       0.967412
        AR{1}       0.822892     0.0711631        11.5635
        MA{1}        0.12032      0.101817        1.18173
     Variance       0.133727     0.0178793         7.4794

Попробовать в MATLAB
Распечатайте результаты оценки модели ARIMAX. 
Загрузите набор данных Значений по умолчанию Кредита, присвойте ответ IGD Y и AGE предикторов, CPF и SPR к матричному X, и получите объем выборки T. Чтобы избежать отвлечения от цели этого примера, примите, что все ряды предиктора являются стационарными. 
load Data_CreditDefaults 
X = Data(:,[1 3:4]);
T = size(X,1);
y = Data(:,5);
Разделите начальные значения от основного ответа и ряда предиктора. 
y0 = y(1);
yEst = y(2:T);
XEst = X(2:end,:);
Установите модель ARIMAX(1,0,0) yt=c+ϕ1yt-1+εt к MdlY, чтобы соответствовать к данным. 
MdlY = arima(1,0,0);
Соответствуйте модели к данным и задайте начальные значения. 
[EstMdl,EstParamCov] = estimate(MdlY,yEst,'X',XEst,...
'Y0',y0,'Display','off');
Распечатайте результаты оценки. 
 print(EstMdl,EstParamCov) 
Warning: PRINT will be removed in a future release; use SUMMARIZE instead.

 
    ARIMAX(1,0,0) Model:
    ---------------------
    Conditional Probability Distribution: Gaussian

                                  Standard          t     
     Parameter       Value          Error       Statistic 
    -----------   -----------   ------------   -----------
     Constant      -0.204768      0.266078      -0.769578
        AR{1}      -0.017309      0.565618      -0.030602
      Beta(1)      0.0239329     0.0218417        1.09574
      Beta(2)     -0.0124602    0.00749917       -1.66154
      Beta(3)      0.0680871     0.0745041        0.91387
     Variance     0.00539463    0.00224393         2.4041

Смотрите также
Объекты
Функции

    


























Документация Econometrics Toolbox





Поддержка