В этом примере показано, как задать модель ARIMAX с помощью arima
.
Задайте модель ARIMAX(1,1,0), которая включает три предиктора:
model = arima('AR',0.1,'D',1,'Beta',[3 -2 5])
model = arima with properties: Description: "ARIMAX(1,1,0) Model (Gaussian Distribution)" Distribution: Name = "Gaussian" P: 2 D: 1 Q: 0 Constant: NaN AR: {0.1} at lag [1] SAR: {} MA: {} SMA: {} Seasonality: 0 Beta: [3 -2 5] Variance: NaN
Выход показывает что модель ARIMAX, model
, имеет следующие качества:
Свойство P
в выходе сумма авторегрессивных задержек и степень интегрирования, т.е. P
= p
+ D
= 2 .
Beta
содержит три коэффициента, соответствующие о том, что предикторы имеют на ответе.
Остальная часть свойств 0, NaN
, или пустые ячейки.
Следует иметь в виду это, если вы задаете ненулевой D
или Seasonality
, затем различия Econometrics Toolbox™ ряд ответа прежде чем предикторы вводят модель. Поэтому предикторы вводят стационарную модель относительно ряда ответа . Необходимо предварительно обработать предикторы путем тестирования на стационарность и дифференцирование, если кто-либо - модульный неустановившийся корень. Если какой-либо неустановившийся предиктор вводит модель, то ложный отрицательный уровень для тестов значения может увеличиться.
В этом примере показано, как задать стационарную модель ARMAX с помощью arima
.
Задайте модель ARMAX(2,1)
включением одного стационарного внешнего коварианта в arima
.
model = arima('AR',[0.2 -0.3],'MA',0.1,'Constant',6,'Beta',3)
model = arima with properties: Description: "ARIMAX(2,0,1) Model (Gaussian Distribution)" Distribution: Name = "Gaussian" P: 2 D: 0 Q: 1 Constant: 6 AR: {0.2 -0.3} at lags [1 2] SAR: {} MA: {0.1} at lag [1] SMA: {} Seasonality: 0 Beta: [3] Variance: NaN
Выход показывает модель, что вы создали, model
, имеет NaN
значения или пустая ячейка ({}
) для Variance
, SAR
, и SMA
свойства. Можно изменить его с помощью записи через точку. Например, можно ввести другой внешний, стационарный ковариант и задать отклонение инноваций как 0,1:
Измените model
:
model.Beta=[3 -2]; model.Variance=0.1
model = arima with properties: Description: "ARIMAX(2,0,1) Model (Gaussian Distribution)" Distribution: Name = "Gaussian" P: 2 D: 0 Q: 1 Constant: 6 AR: {0.2 -0.3} at lags [1 2] SAR: {} MA: {0.1} at lag [1] SMA: {} Seasonality: 0 Beta: [3 -2] Variance: 0.1
В приложении Econometric Modeler можно задать сезонную и несезонную структуру задержки, присутствие постоянного, инновационного распределения и переменные предикторы ARIMA (p, D, q) или SARIMA (p, D, q) × (ps, Ds, qs) модель s путем выполнения этих шагов. Все заданные коэффициенты являются неизвестными но допускающими оценку параметрами.
В командной строке откройте приложение Econometric Modeler.
econometricModeler
В качестве альтернативы откройте приложение из галереи Apps (см. Econometric Modeler).
В Data Browser выберите ряд времени отклика, к которому модель будет подходящей.
На вкладке Econometric Modeler, в разделе Models, кликают по стреле, чтобы отобразить галерею моделей. Для строго несезонных моделей нажмите ARIMAX; для сезонных моделей нажмите SARIMAX. Модели ARIMAX и SARIMAX должны содержать по крайней мере один переменный предиктор.
Type
Диалоговое окно Model Parameters появляется. Этот рисунок показывает диалоговое окно SARIMAX Model Parameters. Все переменные в Data Browser, кроме выбранной переменной отклика, появляются в разделе Predictors.
Задайте структуру задержки. Используйте вкладку Lag Order, чтобы задать модель, которая включает:
Все последовательные задержки от 1 до их соответствующих порядков, в сезонных полиномах
Задержки, которые являются всеми последовательными множителями периода (s) в сезонных полиномах
s - степень сезонный полином интегрирования
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 форму модели путем осмотра уравнения в разделе Model Equation .
В разделе Predictors выберите по крайней мере один переменный предиктор путем установки флажка Include? для временных рядов.
Например, предположите, что вы работаете с Data_USEconModel.mat
набор данных и его переменные перечислены в Data Browser.
Задавать модель ARIMAX(3,1,2) для уровня безработицы, содержащего константу, весь последовательный AR и MA, отстает от 1 до их соответствующих порядков, Распределенных гауссовым образом инноваций и переменных предикторов COE, CPIAUCSL, FEDFUNDS и GDP:
В Data Browser выберите UNRATE
временные ряды.
На вкладке Econometric Modeler, в разделе Models, кликают по стреле, чтобы отобразить галерею моделей.
В галерее моделей, в разделе ARMA/ARIMA Models, нажимают ARIMAX.
В диалоговом окне ARIMAX Model Parameters в разделе Nonseasonal вкладки Lag Order, набор Degree of Integration к 1
.
Установите Autoregressive Order на 3
.
Установите Moving Average Order на 2
.
В разделе Predictors установите флажок Include? для COE, CPIAUCSL, FEDFUNDS и временных рядов GDP.
Задавать модель ARIMAX(3,1,2) для уровня безработицы, содержащего весь AR и MA, отстает от 1 до их соответствующих порядков, Распределенных гауссовым образом инноваций, никакой константы, и переменных предикторов COE и CPIAUCSL:
В Data Browser выберите UNRATE
временные ряды.
На вкладке Econometric Modeler, в разделе Models, кликают по стреле, чтобы отобразить галерею моделей.
В галерее моделей, в разделе ARMA/ARIMA Models, нажимают ARIMAX.
В диалоговом окне ARIMAX Model Parameters, в разделе Nonseasonal вкладки Lag Order, устанавливает Degree of Integration на 1
.
Установите Autoregressive Order на 3
.
Установите Moving Average Order на 2
.
Снимите флажок Include Constant Term.
В разделе Predictors установите флажок Include? для временных рядов CPIAUCSL и COE.
Задавать модель ARMA(8,1,4) для уровня безработицы, содержащего непоследовательные задержки
где εt является серией Гауссовых инноваций IID:
В Data Browser выберите UNRATE
временные ряды.
На вкладке Econometric Modeler, в разделе Models, кликают по стреле, чтобы отобразить галерею моделей.
В галерее моделей, в разделе ARMA/ARIMA Models, нажимают ARIMAX.
В диалоговом окне ARIMAX Model Parameters кликните по вкладке Lag Vector.
Установите Degree of Integration на 1
.
Установите Autoregressive Lags на 1 4 8
.
Установите Moving Average Lags на 1 4
.
Снимите флажок Include Constant Term.
В разделе Predictors установите флажок Include? для временных рядов CPIAUCSL и COE.
Задавать модель ARIMA (3,1,2) для уровня безработицы, содержащего весь последовательный AR и MA, отстает через их соответствующие порядки, постоянный термин, переменные предикторы COE и CPIAUCSL и t - распределенные инновации:
В Data Browser выберите UNRATE
временные ряды.
На вкладке Econometric Modeler, в разделе Models, кликают по стреле, чтобы отобразить галерею моделей.
В галерее моделей, в разделе ARMA/ARIMA Models, нажимают ARIMAX.
В диалоговом окне ARIMAX Model Parameters, в разделе Nonseasonal вкладки Lag Order, устанавливает Degree of Integration на 1
.
Установите Autoregressive Order на 3
.
Установите Moving Average Order на 2
.
Нажмите кнопку Innovation Distribution, затем выберите t
.
В разделе Predictors установите флажок Include? для временных рядов CPIAUCSL и COE.
Параметр степеней свободы распределения t является неизвестным, но допускающим оценку параметром.
После того, как вы зададите модель, нажмите Estimate, чтобы оценить все неизвестные параметры в модели.