estimate использует fmincon от Optimization Toolbox™, чтобы минимизировать отрицательную loglikelihood целевую функцию. fmincon требует, чтобы начальная буква (т.е. запускающийся) значения начала процесс оптимизации.
Если вы хотите задать свои собственные начальные значения, то используйте аргументы пары "имя-значение". Например, чтобы задать 0.1 для начального значения несезонного коэффициента AR ошибочной модели, передайте аргумент пары "имя-значение" 'AR0',0.1 в estimate.
По умолчанию estimate генерирует начальные значения с помощью стандартных методов временных рядов. Если вы частично задаете начальные значения (то есть, задайте начальные значения для некоторых параметров), estimate соблюдает начальные значения, которые вы устанавливаете, и генерирует начальные значения по умолчанию для остающихся параметров.
estimate осуществляет устойчивость и обратимость для всего сезонного и несезонного AR и полиномов оператора задержки MA ошибочной модели. Когда вы задаете начальные значения для AR и коэффициентов MA, возможно, что estimate не может найти начальные значения для остающихся коэффициентов, которые удовлетворяют устойчивость и обратимость. В этом случае estimate соблюдает ваши начальные значения и устанавливает остающиеся начальные содействующие значения к 0.
Путем estimate генерирует начальные значения по умолчанию, зависит от модели.
Если модель содержит компонент регрессии и прерывание, то estimate выполняет обычные наименьшие квадраты (OLS). estimate использует оценки для Beta0 и Intercept0. Затем estimate выводит безусловные воздействия с помощью модели регрессии. estimate использует выведенные безусловные воздействия и ошибочную модель ARIMA, чтобы собрать другие начальные значения.
Если модель не содержит компонент регрессии и прерывание, то безусловный ряд воздействия является рядом ответа. estimate использует безусловные воздействия и ошибочную модель ARIMA, чтобы собрать другие начальные значения.
Эта таблица суммирует методы что использование estimate, чтобы собрать остающиеся начальные значения.
| Метод, чтобы сгенерировать начальные значения | ||
|---|---|---|
| Параметр | Ошибочная модель не содержит условия MA | Ошибочная модель содержит условия MA |
| AR | OLS | Решите уравнения Уокера Рождества [1]. |
| MA | Нет данных | Решите уравнения Уокера Рождества [1]. |
| Дисперсия | Отклонение генеральной совокупности невязок OLS | Отклонение выведенного инновационного процесса (использующий начальные коэффициенты MA) |
[1] Поле, G. E. P. Г. М. Дженкинс и Г. К. Рейнсель. Анализ timeseries: Прогнозирование и Управление. 3-й редактор Englewood Cliffs, NJ: Prentice Hall, 1994.