Анализ timeseries

Анализируйте данные временных рядов путем идентификации линейных и нелинейных моделей, включая AR, ARMA и модели в пространстве состояний; предскажите значения

Функции

arОцените параметры модели AR для скалярных временных рядов
armaxОцените параметры модели ARMAX с помощью данных временного интервала
arxОцените параметры модели ARX или AR с помощью наименьших квадратов
etfeОцените эмпирические передаточные функции и периодограммы
spaОцените частотную характеристику с разрешением фиксированной частоты с помощью спектрального анализа
spafdrОцените частотную характеристику и спектр с помощью спектрального анализа с зависимым частотой разрешением
ivarОценка модели AR с помощью инструментального переменного метода
n4sidОцените модель в пространстве состояний с помощью метода подпространства
ssestОцените модель в пространстве состояний, использующую данные о частотном диапазоне или время
pemОшибка прогноза оценивает для линейной и нелинейной модели
nlarxОцените параметры нелинейной модели ARX
idpolyПолиномиальная модель с идентифицируемыми параметрами
idssМодель в пространстве состояний с идентифицируемыми параметрами
idnlarxНелинейная модель ARX
getpvecПараметры модели и сопоставленные данные о неуверенности
setpvecИзмените значение параметров модели
initУстановите или рандомизируйте начальные значения параметров
noise2measШумовой компонент модели
spectrumСпектр выходной мощности моделей временных рядов
forecastПредскажите идентифицированный образцовый вывод
simМоделируйте ответ идентифицированной модели
arOptionsОпция установлена для площади
forecastOptionsОпция установлена для прогноза
simOptionsОпция установлена для sim

Примеры и руководства

Оцените спектры мощности timeseries

Как оценить спектры мощности для данных временных рядов в приложении и в командной строке.

Оцените AR и модели ARMA

Как оценить полиномиальные модели AR и ARMA для данных временных рядов в приложении и в командной строке.

Оцените модели ARIMA

Этот пример показывает, как оценить модели Autoregressive Integrated Moving Average или ARIMA.

Оцените модели временных рядов пространства состояний

Как оценить модели в пространстве состояний для данных временных рядов в приложении и в командной строке.

Идентифицируйте модели timeseries в командной строке

Этот пример показывает, как моделировать модель timeseries, сравнить спектральные оценки, оценочную ковариацию, и предсказать вывод модели.

Анализируйте модели timeseries

Этот пример показывает, как анализировать модели timeseries.

Оценка спектра Используя комплексные данные - тест Марпла

Этот пример показывает, как выполнить спектральную оценку на данных временных рядов.

Предскажите Вывод динамической системы

Рабочий процесс для прогнозирования данных временных рядов и данных ввода - вывода с помощью линейных и нелинейных моделей.

Предскажите многомерные временные ряды

Этот пример показывает, как выполнить многомерное прогнозирование временных рядов данных, измеренных от хищника и населения добычи в сценарии давки добычи.

Прогноз временных рядов и предсказывающий для прогноза

Этот пример показывает, как создать модель временных рядов и использовать модель для прогноза, прогнозирования и оценки состояния.

Концепции

Что такое модели временных рядов?

Определение моделей временных рядов.

Подготовка данных timeseries

Где можно узнать больше об импорте и подготовке данных временных рядов для моделирования.

Введение в прогнозирование ответа динамической системы

Поймите концепцию прогнозирования данных с помощью линейных и нелинейных моделей.

Популярные примеры

Для просмотра документации необходимо авторизоваться на сайте