Класс: regARIMA
Симуляция Монте-Карло модели регрессии с ошибками ARIMA
[Y,E] =
simulate(Mdl,numObs)
[Y,E,U]
= simulate(Mdl,numObs)
[Y,E,U]
= simulate(Mdl,numObs,Name,Value)
[
симулирует один демонстрационный путь наблюдений (Y
,E
] =
simulate(Mdl
,numObs
)Y
) и инновации (E
) из модели регрессии с ошибками временных рядов ARIMA, Mdl
. Программное обеспечение симулирует numObs
наблюдения и инновации на демонстрационный путь.
[
дополнительно симулирует безусловные воздействия, Y
,E
,U
]
= simulate(Mdl
,numObs
)U
.
[
симулирует демонстрационные пути с дополнительными опциями, заданными одним или несколькими Y
,E
,U
]
= simulate(Mdl
,numObs
,Name,Value
)Name,Value
парные аргументы.
|
Модель Regression с ошибками ARIMA, заданными как Свойства |
|
Количество наблюдений (строки), чтобы сгенерировать для каждого пути |
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
.
|
Преддемонстрационные инновации, которые имеют среднее значение 0 и вводят начальные значения для ошибочной модели ARIMA, заданной как разделенная запятой пара, состоящая из
Значение по умолчанию: |
|
Количество демонстрационных путей (столбцы), чтобы сгенерировать для Значение по умолчанию: |
|
Преддемонстрационные безусловные воздействия, которые вводят начальные значения для ошибочной модели ARIMA, заданной как разделенная запятой пара, состоящая из
Значение по умолчанию: |
|
Данные о предикторе в модели регрессии, заданной как разделенная запятой пара, состоящая из Столбцы Значение по умолчанию: |
NaN
s в E0
, U0
, и X
укажите на отсутствующие значения и simulate
удаляет их. Программное обеспечение объединяет преддемонстрационные наборы данных (E0
и U0
), затем использует мудрое списком удаление, чтобы удалить любой NaN
s. simulate
так же удаляет NaN
s от X
. Удаление NaN
s в данных уменьшает объем выборки и может также создать неправильные временные ряды.
simulate
принимает, что вы синхронизируете преддемонстрационные данные, таким образом, что последнее наблюдение за каждым преддемонстрационным рядом происходит одновременно.
Все предикторы (т.е. столбцы в X
) сопоставлены с каждым путем к ответу в Y
.
|
Симулированные ответы, возвращенные как |
|
Симулированные, средние 0 инноваций, возвращенных как |
|
Симулированные безусловные воздействия, возвращенные как |
[1] Поле, G. E. P. Г. М. Дженкинс и Г. К. Рейнсель. Анализ Временных Рядов: Прогнозирование и Управление. 3-й редактор Englewood Cliffs, NJ: Prentice Hall, 1994.
[2] Дэвидсон, R. и Дж. Г. Маккиннон. Эконометрическая теория и методы. Оксфорд, Великобритания: Издательство Оксфордского университета, 2004.
[3] Enders, W. Прикладные эконометрические временные ряды. Хобокен, NJ: John Wiley & Sons, Inc., 1995.
[4] Гамильтон, J. D. Анализ Временных Рядов. Принстон, NJ: Издательство Принстонского университета, 1994.
[5] Pankratz, A. Прогнозирование с моделями динамической регрессии. John Wiley & Sons, Inc., 1991.
[6] Tsay, R. S. Анализ Финансовых Временных рядов. 2-й редактор Хобокен, NJ: John Wiley & Sons, Inc., 2005.
estimate
| filter
| forecast
| infer
| regARIMA