Класс: regARIMA
Преобразуйте модель регрессии с ошибками ARIMA к модели ARIMAX
ARIMAX = arima(Mdl)
[ARIMAX,XNew]
= arima(Mdl,Name,Value)
преобразует одномерную модель регрессии с ошибками временных рядов ARIMA ARIMAX
= arima(Mdl
)Mdl
к модели типа arima
включая компонент регрессии (ARIMAX).
[
возвращает обновленную матрицу регрессии данных о предикторе с помощью дополнительных опций, заданных одним или несколькими ARIMAX
,XNew
]
= arima(Mdl
,Name,Value
)Name,Value
парные аргументы.
|
Модель Regression с ошибками временных рядов ARIMA, как создано |
Задайте дополнительные разделенные запятой пары Name,Value
аргументы. Name
имя аргумента и Value
соответствующее значение. Name
должен появиться в кавычках. Вы можете задать несколько аргументов в виде пар имен и значений в любом порядке, например: Name1, Value1, ..., NameN, ValueN
.
|
Данные о предикторе для компонента регрессии Последняя строка Каждый столбец |
|
Модель ARIMAX, эквивалентная модели регрессии с ошибками ARIMA |
|
Обновленная матрица данных предиктора для компонента регрессии
Каждый столбец |
Позвольте X обозначить, что матрица конкатенированных векторов данных предиктора (или матрица проекта) и β обозначают компонент регрессии для модели регрессии с ошибками ARIMA, Mdl
.
Если вы задаете X
, затем arima
возвращает XNew
в определенном формате. Предположим что ненулевые авторегрессивные степени термина задержки Mdl
0 <a 1 <a 2 <... <P, который является самой большой степенью термина задержки. Программное обеспечение получает эти степени термина задержки путем расширения и сокращения продукта сезонных и несезонных авторегрессивных полиномов задержки и сезонных и несезонных полиномов задержки интегрирования
Первый столбец XNew
Xβ.
Второй столбец XNew
последовательность a 1 NaN
s, и затем продукт где
j th столбец XNew
последовательность aj NaN
s, и затем продукт где
Последний столбец XNew
последовательность ap NaN
s, и затем продукт где
Предположим тот Mdl
модель регрессии с ARIMA (3,1,0) ошибки и ϕ 1 = 0.2 и ϕ 3 = 0.05. Затем продукт авторегрессивного и полиномов задержки интегрирования
Это подразумевает тот ARIMAX.Beta
[1 -1.2 0.02 -0.05 0.05]
и XNew
где xj является j th строка X.
Если вы не задаете X
, затем arima
возвращает XNew
как пустая матрица без строк и один плюс количество ненулевых авторегрессивных коэффициентов в разностном уравнении Mdl
столбцы.