Для условной оценки модели отклонения необходимые входные параметры для estimate являются моделью и вектором одномерных данных временных рядов. Модель задает параметрическую форму условной оцениваемой модели отклонения. estimate возвращает адаптированные значения для любых параметров во входной модели со значениями NaN. Если вы задаете non-NaN значения для каких-либо параметров, estimate просматривает эти значения как ограничения равенства и соблюдает их во время оценки.
Например, предположите, что вы оцениваете, что модель со средним значением сместила известный быть 0.3. Чтобы указать на это, задайте 'Offset',0.3 в модели, которую вы вводите к estimate. estimate просматривает это non-NaN значение как ограничение равенства и не оценивает среднее смещение. estimate также соблюдает все заданные ограничения равенства во время оценки параметров без ограничений равенства.
estimate опционально возвращает ковариационную матрицу отклонения для предполагаемых параметров. Параметры в ковариационной матрице отклонения упорядочены можно следующим образом:
Постоянный
Ненулевые коэффициенты GARCH в положительных задержках
Ненулевые коэффициенты ДУГИ в положительных задержках
Ненулевые коэффициенты рычагов в положительных задержках (только модели EGARCH и GJR)
Степени свободы (только инновационное распределение t)
Сместите (модели только с ненулевым смещением)
Если какой-либо параметр, известный оптимизатору, имеет ограничение равенства, соответствующая строка и столбец ковариационной матрицы отклонения имеет все нули.
В дополнение к заданным пользователями ограничениям равенства обратите внимание, что estimate устанавливает любой GARCH, ДУГУ или коэффициент рычагов с оценкой меньше, чем 1e-12 в равном нулю значении.
