Этот пример показывает, как использовать краткий синтаксис arima(p,D,q), чтобы задать ARMA по умолчанию (p, q) модель,
По умолчанию все параметры в созданном объекте модели имеют неизвестные значения, и инновационное распределение является Гауссовым с постоянным отклонением.
Задайте модель ARMA(1,1) по умолчанию:
model = arima(1,0,1)
model =
arima with properties:
Description: "ARIMA(1,0,1) Model (Gaussian Distribution)"
Distribution: Name = "Gaussian"
P: 1
D: 0
Q: 1
Constant: NaN
AR: {NaN} at lag [1]
SAR: {}
MA: {NaN} at lag [1]
SMA: {}
Seasonality: 0
Beta: [1×0]
Variance: NaN
Вывод показывает, что созданный объект модели, model, имеет значения NaN для всех параметров модели: постоянный термин, AR и коэффициенты MA и отклонение. Можно изменить созданный объект модели с помощью записи через точку или ввести его (наряду с данными) к estimate.
Этот пример показывает, как задать ARMA (p, q) модель с постоянным равным нулю термином. Используйте синтаксис значения имени, чтобы задать модель, которая отличается от модели по умолчанию.
Задайте модель ARMA(2,1) без постоянного термина,
где инновационное распределение является Гауссовым с постоянным отклонением.
model = arima('ARLags',1:2,'MALags',1,'Constant',0)
model =
arima with properties:
Description: "ARIMA(2,0,1) Model (Gaussian Distribution)"
Distribution: Name = "Gaussian"
P: 2
D: 0
Q: 1
Constant: 0
AR: {NaN NaN} at lags [1 2]
SAR: {}
MA: {NaN} at lag [1]
SMA: {}
Seasonality: 0
Beta: [1×0]
Variance: NaN
Аргументы пары "имя-значение" ArLags и MaLags задают задержки, соответствующие ненулевому AR и коэффициентам MA, соответственно. Свойство Constant в созданном объекте модели равно 0, как задано. Модель имеет значения по умолчанию для всех других свойств, включая значения NaN как заполнители для неизвестных параметров: AR и коэффициенты MA и скалярное отклонение.
Можно изменить созданную модель с помощью записи через точку или ввести его (наряду с данными) к estimate.
Этот пример показывает, как задать ARMA (p, q) модель с известными значениями параметров. Можно использовать такую полностью заданную модель в качестве входа к simulate или forecast.
Задайте модель ARMA(1,1)
где инновационное распределение является t Студента с 8 степенями свободы и постоянным отклонением 0.15.
tdist = struct('Name','t','DoF',8); model = arima('Constant',0.3,'AR',0.7,'MA',0.4,... 'Distribution',tdist,'Variance',0.15)
model =
arima with properties:
Description: "ARIMA(1,0,1) Model (t Distribution)"
Distribution: Name = "t", DoF = 8
P: 1
D: 0
Q: 1
Constant: 0.3
AR: {0.7} at lag [1]
SAR: {}
MA: {0.4} at lag [1]
SMA: {}
Seasonality: 0
Beta: [1×0]
Variance: 0.15
Поскольку все значения параметров заданы, созданная модель не имеет никаких значений NaN. Функции simulate и forecast не принимают входные модели со значениями NaN.
В приложении Econometric Modeler можно задать структуру задержки, присутствие константы, и инновационное распределение ARMA (p, q) модель путем выполнения этих шагов. Все заданные коэффициенты являются неизвестными но допускающими оценку параметрами.
В командной строке откройте приложение Econometric Modeler.
econometricModeler
Также откройте приложение из галереи приложений (см. Econometric Modeler).
В Data Browser выберите ряд времени отклика, к которому модель будет подходящей.
На вкладке Econometric Modeler, в разделе Models, нажимают ARMA.
Диалоговое окно ARMA Model Parameters появляется.
Задайте структуру задержки. Чтобы задать ARMA (p, q), модель, которая включает все задержки AR от 1 до p и всех задержек MA от 1 до q, использует вкладку Lag Order. Для гибкости, чтобы задать включение особых задержек, используйте вкладку Lag Vector. Для получения дополнительной информации смотрите Полиномы Оператора Задержки Определения В интерактивном режиме. Независимо от вкладки вы используете, можно проверить образцовую форму путем осмотра уравнения в разделе Model Equation .
Например:
Задавать модель ARMA(2,1), которая включает константу, включает весь AR и задержки MA от 1 до их соответствующих порядков, и имеет Гауссово инновационное распределение:
Установите Autoregressive Order на 2.
Установите Moving Average Order на 1.
Задавать модель ARMA(2,1), которая включает весь AR и задержки MA от 1 до их соответствующих порядков, имеет Распределение Гаусса, но не включает константу:
Установите Autoregressive Order на 2.
Установите Moving Average Order на 1.
Снимите флажок Include Constant Term.
Задавать модель ARMA(2,1), которая включает весь AR и задержки MA от 1 до их соответствующих порядков, включает постоянный термин и имеет t - распределенные инновации:
Установите Autoregressive Order на 2.
Установите Moving Average Order на 1.
Нажмите кнопку Innovation Distribution, затем выберите t.
Параметр степеней свободы распределения t является неизвестным, но допускающим оценку параметром.
Задавать модель ARMA(8,4), содержащую непоследовательные задержки
где εt является серией Гауссовых инноваций IID:
Кликните по вкладке Lag Vector.
Установите Autoregressive Lags на 1 4 8.
Установите Moving Average Lags на 1 4.
Снимите флажок Include Constant Term.
После того, как вы зададите модель, нажмите Estimate, чтобы оценить все неизвестные параметры в модели.