Анализ Временных Рядов

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 или модели ARI для скалярных временных рядов
armaxОцените параметры модели ARMAX с помощью данных временного интервала
arxОцените параметры ARX, ARIX, AR или модели ARI
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 с помощью данных частотного диапазона или временного интервала
pemОшибка прогноза оценивает для линейной и нелинейной модели
nlarxОцените параметры нелинейной модели ARX
idpolyПолиномиальная модель идентифицируемыми параметрами
idssМодель в пространстве состояний идентифицируемыми параметрами
idnlarxНелинейная модель ARX
getpvecПараметры модели и сопоставленные данные о неопределенности
setpvecИзмените значение параметров модели
initУстановите или рандомизируйте начальные значения параметров
noise2measШумовой компонент модели
spectrumСпектр выходной мощности моделей временных рядов
forecastПредскажите идентифицированный выход модели
simСимулируйте ответ идентифицированной модели
arOptionsОпция установлена для площади
forecastOptionsОпция установлена для прогноза
simOptionsНабор опций 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

В этом примере показано, 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

В этом примере показано, как симулировать временные ряды и использовать параметрические и непараметрические методы, чтобы оценить и сравнить модели timeseries.

Анализируйте модели timeseries

В этом примере показано, как анализировать модели timeseries.

Оценка спектра Используя комплексные данные - тест Марпла

В этом примере показано, как выполнить спектральную оценку на данных временных рядов.

Предскажите Выход динамической системы

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

Предскажите многомерные временные ряды

В этом примере показано, как выполнить многомерное прогнозирование временных рядов данных, измеренных от хищника и популяций добычи в сценарии давки добычи.

Прогноз временных рядов и предсказывающий для прогноза

В этом примере показано, как создать модель временных рядов и использовать модель в прогнозе, прогнозировании и оценке 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

Изучите концепцию прогнозирования данных с помощью линейных и нелинейных моделей.

Рекомендуемые примеры