Econometric Modeler | Анализируйте и смоделируйте эконометрические временные ряды |
Укажите, что условное выражение означает модели
Создайте условные средние модели с помощью arima
или приложения Econometric Modeler.
Изменение свойств условных средних объектов модели
Измените модифицируемые образцовые свойства с помощью записи через точку.
Задайте условное среднее образцовое инновационное распределение
Задайте Гауссов, или t распределил инновационный процесс или условную модель отклонения для процесса отклонения.
Задайте t Инновационное Распределение Используя Приложение Econometric Modeler
В интерактивном режиме задайте инновационное распределение t для модели ARIMA.
Создайте стационарные авторегрессивные модели с помощью arima
или приложения Econometric Modeler.
Создайте обратимые модели скользящего среднего значения с помощью arima
или приложения Econometric Modeler.
Создайте стационарные и обратимые авторегрессивные модели скользящего среднего значения с помощью arima
или приложения Econometric Modeler.
Создайте авторегрессивные интегрированные модели скользящего среднего значения с помощью arima
или приложения Econometric Modeler.
Создайте модели ARIMAX с помощью arima
или приложения Econometric Modeler.
Мультипликативные спецификации модели ARIMA
Создайте мультипликативные модели ARIMA с помощью arima
или приложения Econometric Modeler.
Задайте мультипликативную модель ARIMA
Создайте сезонную модель ARIMA.
Задайте условные модели среднего значения и отклонения
Создайте составное условное среднее значение и модель отклонения.
Реализуйте выбор модели поля-Jenkins и оценку Используя приложение Econometric Modeler
В интерактивном режиме реализуйте методологию Поля-Jenkins, чтобы выбрать соответствующее количество задержек для условной средней модели. Затем соответствуйте модели к данным и экспортируйте предполагаемую модель в командную строку, чтобы сгенерировать прогнозы.
Дифференцирование поля-Jenkins по сравнению с оценкой ARIMA
Сравните оценка ARIMA и Поле-Jenkins.
Выберите модель ARMA с помощью информационных критериев.
Оцените мультипликативную модель ARIMA Используя приложение Econometric Modeler
В интерактивном режиме оцените мультипликативную сезонную модель ARIMA.
Оцените мультипликативную модель ARIMA
Оцените мультипликативную сезонную модель ARIMA.
Образцовые сезонные эффекты задержки Используя переменные индикатора
Оцените сезонную модель ARIMA путем определения мультипликативной модели или использования сезонных макетов.
Оцените модель ARIMAX Используя приложение Econometric Modeler
В интерактивном режиме задайте и оцените модель ARIMAX.
Оцените условные модели среднего значения и отклонения
Оцените составное условное среднее значение и модель отклонения.
Выполните модель ARIMA остаточная диагностика Используя приложение Econometric Modeler
В интерактивном режиме оцените образцовые предположения после подходящих данных к модели ARIMA путем выполнения остаточной диагностики.
Выведите невязки для диагностической проверки
Выведите невязки из подходящей модели ARIMA.
Совместно используйте результаты сеанса приложения Econometric Modeler
Экспортируйте переменные в MATLAB® Workspace, сгенерируйте простой текст и живые функции, которые возвращают модель, оцененную на сеансе приложения, или генерируют отчет, записывающий ваши действия на временных рядах и оцененных моделях на сеансе приложения Econometric Modeler.
Моделируйте стационарные процессы
Моделируйте стационарные авторегрессивные модели и модели скользящего среднего значения.
Моделируйте стационарные трендом и стационарные различием процессы
Проиллюстрируйте различие между стационарными трендом и стационарными различием процессами симуляцией.
Моделируйте мультипликативные модели ARIMA
Моделируйте демонстрационные пути из мультипликативной сезонной модели ARIMA.
Моделируйте условные модели среднего значения и отклонения
Моделируйте ответы и условные отклонения от составного условного среднего значения и модели отклонения.
Постройте импульсную функцию отклика
Постройте импульсную функцию отклика для различных моделей.
В интерактивном режиме выберите задержки для модели ARIMA путем сравнения значений AIC предполагаемых моделей. Затем экспортируйте несколько моделей в командную строку, чтобы сравнить их прогнозирующую производительность.
Предскажите мультипликативную модель ARIMA
Предскажите мультипликативную сезонную модель ARIMA.
Оцените асимптотическую сходимость прогнозов из модели AR и сравните прогнозы, сделанные с и не используя преддемонстрационные данные.
Предскажите условную модель среднего значения и отклонения
Предскажите ответы и условные отклонения от составного условного среднего значения и модели отклонения.
Предскажите уровень IGD из модели ARX
Предскажите модель ARIMAX путем вычисления прогнозов MMSE или использования симуляции Монте-Карло.
Задайте преддемонстрационный и данные о периоде прогноза, чтобы предсказать модель ARIMAX
Этот пример показывает, как разделить временную шкалу в предварительную выборку, оценку, и предсказать периоды, и это показывает, как предоставить соответствующее количество наблюдений, чтобы инициализировать динамическую модель для оценки и прогнозирования.
Обзор приложения Econometric Modeler
Приложение Econometric Modeler является интерактивным инструментом для визуализации и анализа одномерных данных временных рядов.
Определение полиномов оператора задержки в интерактивном режиме
Задайте условия полинома оператора задержки для оценки модели временных рядов с помощью Econometric Modeler.
Узнайте о характеристиках и формах условных средних моделей.
Узнайте об авторегрессивных моделях.
Модель скользящего среднего значения
Узнайте о моделях скользящего среднего значения.
Авторегрессивная модель скользящего среднего значения
Узнайте об авторегрессивных моделях скользящего среднего значения.
Узнайте об авторегрессивных интегрированных моделях скользящего среднего значения.
Мультипликативная модель ARIMA
Узнайте об обращении к сезонности и потенциальным сезонным модульным корням с помощью мультипликативных моделей ARIMA.
Модель ARIMA включая внешние коварианты
Узнайте о моделях ARIMA, которые включают линейный член для внешних переменных.
Оценка наибольшего правдоподобия для условных средних моделей
Узнать, как наибольшее правдоподобие выполняется для условных средних моделей.
Условная средняя образцовая оценка с ограничениями равенства
Ограничьте модель во время оценки с помощью известных значений параметров.
Преддемонстрационные данные для условной средней образцовой оценки
Задайте преддемонстрационные данные, чтобы инициализировать модель.
Начальные значения для условной средней образцовой оценки
Задайте начальные значения параметров для оценки.
Настройки оптимизации для условной средней образцовой оценки
Диагностируйте проблемы оценки путем определения альтернативных опций оптимизации.
Симуляция Монте-Карло условных средних моделей
Узнайте о симуляции Монте-Карло.
Преддемонстрационные данные для условной средней симуляции модели
Узнайте о преддемонстрационных требованиях для симуляции.
Переходные эффекты в условных средних симуляциях модели
Узнать, как минимизировать переходные эффекты.
Прогнозирование Монте-Карло условных средних моделей
Узнайте о прогнозировании Монте-Карло.
Узнайте об импульсных функциях отклика.
Прогнозирование MMSE условных средних моделей
Узнайте о прогнозировании MMSE.