Спецификации модели ARMA

Модель ARMA по умолчанию

В этом примере показано, как использовать краткий arima(p,D,q) синтаксис, чтобы задать ARMA по умолчанию (p, q) модель,

yt=6+0.2yt-1-0.3yt-2+3xt+εt+0.1εt-1

По умолчанию все параметры в созданном объекте модели имеют неизвестные значения, и инновационное распределение является Гауссовым с постоянным отклонением.

Задайте модель ARMA(1,1) по умолчанию:

model = arima(1,0,1)
model = 
  arima with properties:

     Description: "ARIMA(1,0,1) Model (Gaussian Distribution)"
    Distribution: Name = "Gaussian"
               P: 1
               D: 0
               Q: 1
        Constant: NaN
              AR: {NaN} at lag [1]
             SAR: {}
              MA: {NaN} at lag [1]
             SMA: {}
     Seasonality: 0
            Beta: [1×0]
        Variance: NaN

Выход показывает что созданный объект модели, model, имеет NaN значения для всех параметров модели: постоянный термин, AR и коэффициенты MA и отклонение. Можно изменить созданный объект модели с помощью записи через точку или ввести его (наряду с данными) к estimate.

Модель ARMA без постоянного термина

В этом примере показано, как задать ARMA (p, q) модель с постоянным равным нулю термином. Используйте синтаксис значения имени, чтобы задать модель, которая отличается от модели по умолчанию.

Задайте модель ARMA(2,1) без постоянного термина,

yt=ϕ1yt-1+ϕ2yt-2+εt+θ1εt-1,

где инновационное распределение является Гауссовым с постоянным отклонением.

model = arima('ARLags',1:2,'MALags',1,'Constant',0)
model = 
  arima with properties:

     Description: "ARIMA(2,0,1) Model (Gaussian Distribution)"
    Distribution: Name = "Gaussian"
               P: 2
               D: 0
               Q: 1
        Constant: 0
              AR: {NaN NaN} at lags [1 2]
             SAR: {}
              MA: {NaN} at lag [1]
             SMA: {}
     Seasonality: 0
            Beta: [1×0]
        Variance: NaN

ArLags и MaLags аргументы пары "имя-значение" задают задержки, соответствующие ненулевому AR и коэффициентам MA, соответственно. Свойство Constant в созданном объекте модели равно 0, как задано. Модель имеет значения по умолчанию для всех других свойств, включая NaN значения как заполнители для неизвестных параметров: AR и коэффициенты MA и скалярное отклонение.

Можно изменить созданную модель с помощью записи через точку или ввести его (наряду с данными) к estimate.

Модель ARMA с известными значениями параметров

В этом примере показано, как задать ARMA (p, q) модель с известными значениями параметров. Можно использовать такую полностью заданную модель в качестве входа к simulate или forecast.

Задайте модель ARMA(1,1)

yt=0.3+0.7ϕyt-1+εt+0.4εt-1,

где инновационное распределение является t Студента с 8 степенями свободы и постоянным отклонением 0.15.

tdist = struct('Name','t','DoF',8);
model = arima('Constant',0.3,'AR',0.7,'MA',0.4,...
						'Distribution',tdist,'Variance',0.15)
model = 
  arima with properties:

     Description: "ARIMA(1,0,1) Model (t Distribution)"
    Distribution: Name = "t", DoF = 8
               P: 1
               D: 0
               Q: 1
        Constant: 0.3
              AR: {0.7} at lag [1]
             SAR: {}
              MA: {0.4} at lag [1]
             SMA: {}
     Seasonality: 0
            Beta: [1×0]
        Variance: 0.15

Поскольку все значения параметров заданы, созданная модель не имеет никакого NaN значения. Функции simulate и forecast не принимайте входные модели с NaN значения.

Задайте модель ARMA Используя приложение Econometric Modeler

В приложении Econometric Modeler можно задать структуру задержки, присутствие константы, и инновационное распределение ARMA (p, q) модель путем выполнения этих шагов. Все заданные коэффициенты являются неизвестными но допускающими оценку параметрами.

  1. В командной строке откройте приложение Econometric Modeler.

    econometricModeler

    В качестве альтернативы откройте приложение из галереи Apps (см. Econometric Modeler).

  2. В Data Browser выберите ряд времени отклика, к которому модель будет подходящей.

  3. На вкладке Econometric Modeler, в разделе Models, нажимают ARMA.

    Диалоговое окно ARMA Model Parameters появляется.

  4. Задайте структуру задержки. Чтобы задать ARMA (p, q), модель, которая включает все задержки AR от 1 до p и всех задержек MA от 1 до q, использует вкладку Lag Order. 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 .

Например:

  • Задавать модель ARMA(2,1), которая включает константу, включает весь AR и задержки MA от 1 до их соответствующих порядков, и имеет Гауссово инновационное распределение:

    1. Установите Autoregressive Order на 2.

    2. Установите Moving Average Order на 1.

  • Задавать модель ARMA(2,1), которая включает весь AR и задержки MA от 1 до их соответствующих порядков, имеет Распределение Гаусса, но не включает константу:

    1. Установите Autoregressive Order на 2.

    2. Установите Moving Average Order на 1.

    3. Снимите флажок Include Constant Term.

  • Задавать модель ARMA(2,1), которая включает весь AR и задержки MA от 1 до их соответствующих порядков, включает постоянный термин и имеет t - распределенные инновации:

    1. Установите Autoregressive Order на 2.

    2. Установите Moving Average Order на 1.

    3. Нажмите кнопку Innovation Distribution, затем выберите t.

    Параметр степеней свободы распределения t является неизвестным, но допускающим оценку параметром.

  • Задавать модель ARMA(8,4), содержащую непоследовательные задержки

    ytϕ1yt1ϕ4yt4ϕ8yt8=εt+θ1εt1+θ4εt4,

    где εt является серией Гауссовых инноваций IID:

    1. Кликните по вкладке Lag Vector.

    2. Установите Autoregressive Lags на 1 4 8.

    3. Установите Moving Average Lags на 1 4.

    4. Снимите флажок Include Constant Term.

После того, как вы зададите модель, нажмите Estimate, чтобы оценить все неизвестные параметры в модели.

Смотрите также

Приложения

Объекты

Функции

Связанные примеры

Больше о

Для просмотра документации необходимо авторизоваться на сайте