подвести итог

Класс: arima

Отобразите результаты оценки модели ARIMA

расширьте все на странице

Синтаксис

summarize(Mdl)
results = summarize(Mdl)

Описание

пример

summarize(Mdl) отображает сводные данные модели ARIMA Mdl.

  • Если Mdl является предполагаемой моделью, возвращенной estimate, то summarize распечатывает результаты оценки к Командному окну MATLAB®. Отображение включает сводные данные оценки и таблицу оценок параметра с соответствующими стандартными погрешностями, статистикой t и p - значения. Сводные данные оценки включают подходящую статистику, такую как Критерий информации о Akaike (AIC) и предполагаемое инновационное отклонение.

  • Если Mdl является непредполагаемой моделью, возвращенной arima, то summarize распечатывает отображение стандартного объекта (то же отображение, которое arima распечатывает во время образцового создания).

пример

results = summarize(Mdl) возвращает одну из следующих переменных и не распечатывает к Командному окну.

  • Если Mdl является предполагаемой моделью, то results является структурой, содержащей результаты оценки.

  • Если Mdl является непредполагаемой моделью, то results является объектом модели arima, который равен Mdl.

Входные параметры

развернуть все

Модель ARIMA, заданная как объект модели arima, возвращенный estimate или arima.

Выходные аргументы

развернуть все

Образцовые сводные данные, возвращенные как массив структур или объект модели arima.

  • Если Mdl является предполагаемой моделью, то results является массивом структур, содержащим поля в этой таблице.

    Поле Описание
    DescriptionОбразцовое итоговое описание (строка)
    SampleSizeЭффективный объем выборки (числовой скаляр)
    NumEstimatedParametersКоличество предполагаемых параметров (числовой скаляр)
    LogLikelihoodОптимизированное loglikelihood значение (числовой скаляр)
    AICКритерий информации о Akaike (числовой скаляр)
    BICБайесов информационный Критерий (числовой скаляр)
    TableОценки наибольшего правдоподобия параметров модели с соответствующими стандартными погрешностями, статистика t (оценка, разделенная на стандартную погрешность), и p - значения (принимающий нормальность); таблица со строками, соответствующими параметрам модели
    VarianceTable

    Оценка наибольшего правдоподобия образцового отклонения с соответствующими стандартными погрешностями, статистика t (оценка, разделенная на стандартную погрешность), и p - значения (принимающий нормальность).

    Если Mdl.Variance является постоянным, то VarianceTable является таблицей, содержащей одну строку.

    Если Mdl.Variance является предполагаемой условной моделью отклонения (например, модель garch), то VarianceTable является таблицей, строки которой соответствуют предполагаемым параметрам модели отклонения.

  • Если Mdl является непредполагаемой моделью, то results является объектом модели arima, который равен Mdl.

Примеры

развернуть все

Скрипт Open Live Script

Распечатайте результаты оценки модели ARMA 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 = estimate(Mdl,Y,'Display','off');

Распечатайте результаты оценки. 

summarize(EstMdl)
 
   ARIMA(1,0,1) Model (Gaussian Distribution)
 
    Effective Sample Size: 100
    Number of Estimated Parameters: 4
    LogLikelihood: -41.296
    AIC: 90.592
    BIC: 101.013
 
                 Value      StandardError    TStatistic      PValue  
                ________    _____________    __________    __________

    Constant    0.044537      0.046038        0.96741         0.33334
    AR{1}        0.82289      0.071163         11.563      6.3104e-31
    MA{1}        0.12032       0.10182         1.1817         0.23731
    Variance     0.13373      0.017879         7.4794       7.466e-14
Скрипт Open Live Script

Загрузите данные NASDAQ, включенные с тулбоксом Econometrics™. Преобразуйте ряд сводного индекса дневного закрытия в ряд возврата. Для числовой устойчивости преобразуйте возвраты в процент, возвращается. Задайте AR (1) и GARCH (1,1) составная модель. Это - модель формы

rt=c+ϕ1rt-1+εt,

где εt=σtzt,

σt2=κ+γ1σt-12+α1εt-12,

и zt независимый политик и тождественно распределил стандартизированный Гауссов процесс. 

load Data_EquityIdx
nasdaq = DataTable.NASDAQ;
r = 100*price2ret(nasdaq);
T = length(r);

Mdl = arima('ARLags',1,'Variance',garch(1,1));

Соответствуйте модели Mdl к серии r возврата при помощи estimate. Используйте преддемонстрационные наблюдения, что estimate выбирает по умолчанию. 

EstMdl = estimate(Mdl,r,'Display','params'); 
 
    ARIMA(1,0,0) Model (Gaussian Distribution):
 
                 Value      StandardError    TStatistic      PValue  
                ________    _____________    __________    __________

    Constant    0.072632      0.018047         4.0245       5.709e-05
    AR{1}        0.13816      0.019893          6.945      3.7846e-12

 
 
    GARCH(1,1) Conditional Variance Model (Gaussian Distribution):
 
                 Value      StandardError    TStatistic      PValue  
                ________    _____________    __________    __________

    Constant    0.022377      0.0033201        6.7399      1.5853e-11
    GARCH{1}     0.87312      0.0091019        95.928               0
    ARCH{1}      0.11865       0.008717        13.611       3.434e-42

Создайте переменную под названием results, который содержит результаты оценки при помощи summarize. 

results = summarize(EstMdl)
results = struct with fields:
               Description: "ARIMA(1,0,0) Model (Gaussian Distribution)"
                SampleSize: 3027
    NumEstimatedParameters: 5
             LogLikelihood: -4.7414e+03
                       AIC: 9.4929e+03
                       BIC: 9.5230e+03
                     Table: [2x4 table]
             VarianceTable: [3x4 table]

Извлеките оценочные сводные таблицы параметра из массива структур результатов оценки при помощи записи через точку. Поле Table содержит условные средние оценки параметра модели и выводы. Поле VarianceTable содержит условные оценки параметра модели отклонения и выводы.

meanEstTbl = results.Table
meanEstTbl=2×4 table
                 Value      StandardError    TStatistic      PValue  
                ________    _____________    __________    __________

    Constant    0.072632      0.018047         4.0245       5.709e-05
    AR{1}        0.13816      0.019893          6.945      3.7846e-12


varianceEstTbl = results.VarianceTable
varianceEstTbl=3×4 table
                 Value      StandardError    TStatistic      PValue  
                ________    _____________    __________    __________

    Constant    0.022377      0.0033201        6.7399      1.5853e-11
    GARCH{1}     0.87312      0.0091019        95.928               0
    ARCH{1}      0.11865       0.008717        13.611       3.434e-42

Смотрите также

Объекты

Функции

Введенный в R2018a

Документация Econometrics Toolbox
Поддержка
Для просмотра документации необходимо авторизоваться на сайте