Econometric Modeler | Анализируйте и смоделируйте эконометрические временные ряды |
Укажите, что условное выражение означает модели
Создайте условные средние модели с помощью arima
или приложение Econometric Modeler.
Изменение свойств условных средних объектов модели
Измените модифицируемые свойства модели с помощью записи через точку.
Задайте условное среднее инновационное распределение модели
Задайте Гауссов, или t распределил инновационный процесс или условную модель отклонения для процесса отклонения.
Задайте t Инновационное Распределение Используя Приложение Econometric Modeler
В интерактивном режиме задайте инновационное распределение t для модели ARIMA.
Технические требования модели AR
Создайте стационарные авторегрессивные модели с помощью arima
или приложение Econometric Modeler.
Технические требования модели MA
Создайте обратимые модели скользящего среднего значения с помощью arima
или приложение Econometric Modeler.
Технические требования модели ARMA
Создайте стационарные и обратимые авторегрессивные модели скользящего среднего значения с помощью arima
или приложение Econometric Modeler.
Технические требования модели ARIMA
Создайте авторегрессивные интегрированные модели скользящего среднего значения с помощью arima
или приложение Econometric Modeler.
Технические требования модели ARIMAX
Создайте модели ARIMAX с помощью arima
или приложение Econometric Modeler.
Мультипликативные технические требования модели ARIMA
Создайте мультипликативные модели ARIMA с помощью arima
или приложение Econometric Modeler.
Задайте мультипликативную модель ARIMA
Создайте сезонную модель ARIMA.
Задайте условные модели среднего значения и отклонения
Создайте составное условное среднее значение и модель отклонения.
Базовые разделы времени для оценки модели ARIMA
То, когда вы подбираете модель временных рядов к данным, отстало, члены в модели требуют инициализации, обычно с наблюдениями в начале выборки.
Реализуйте выбор модели поля-Jenkins и оценку Используя приложение Econometric Modeler
В интерактивном режиме реализуйте методологию Поля-Jenkins, чтобы выбрать соответствующее количество задержек для условной средней модели. Затем подбирайте модель к данным и экспортируйте предполагаемую модель в командную строку, чтобы сгенерировать прогнозы.
Дифференцирование поля-Jenkins по сравнению с оценкой ARIMA
Сравните оценка ARIMA и Поле-Jenkins.
Выберите модель ARMA с помощью информационных критериев.
Оцените мультипликативную модель ARIMA Используя приложение Econometric Modeler
В интерактивном режиме оцените мультипликативную сезонную модель ARIMA.
Оцените мультипликативную модель ARIMA
Оцените мультипликативную сезонную модель ARIMA.
Сезонные эффекты задержки модели Используя переменные индикатора
Оцените сезонную модель ARIMA путем определения мультипликативной модели или использования сезонных макетов.
Оцените модель ARIMAX Используя приложение Econometric Modeler
В интерактивном режиме задайте и оцените модель ARIMAX.
Оцените условную модель среднего значения и отклонения
Оцените составное условное среднее значение и модель отклонения.
Выполните модель ARIMA остаточная диагностика Используя приложение Econometric Modeler
В интерактивном режиме оцените предположения модели после подходящих данных к модели ARIMA путем выполнения остаточной диагностики.
Выведите остаточные значения для диагностической проверки
Выведите остаточные значения подбиравшей модели ARIMA.
Совместно используйте результаты сеанса приложения Econometric Modeler
Экспортируйте переменные в MATLAB® Workspace, сгенерируйте простой текст и live функции, которые возвращают модель, оцененную на сеансе приложения, или генерируют отчет, записывающий ваши действия на временных рядах и оцененных моделях на сеансе приложения Econometric Modeler.
Симулируйте стационарные процессы
Симулируйте стационарные авторегрессивные модели и модели скользящего среднего значения.
Симулируйте стационарные трендом и стационарные различием процессы
Проиллюстрируйте различие между стационарными трендом и стационарными различием процессами симуляцией.
Симулируйте мультипликативные модели ARIMA
Симулируйте демонстрационные пути из мультипликативной сезонной модели ARIMA.
Симулируйте условные модели среднего значения и отклонения
Симулируйте ответы и условные отклонения от составного условного среднего значения и модели отклонения.
Постройте функцию импульсной характеристики
Постройте функцию импульсной характеристики для различных моделей.
В интерактивном режиме выберите задержки для модели ARIMA путем сравнения значений AIC предполагаемых моделей. Затем экспортируйте несколько моделей в командную строку, чтобы сравнить их прогнозирующую эффективность.
Предскажите мультипликативную модель ARIMA
Предскажите мультипликативную сезонную модель ARIMA.
Оцените асимптотическую сходимость прогнозов из модели AR и сравните прогнозы, сделанные с и не используя преддемонстрационные данные.
Предскажите условную модель среднего значения и отклонения
Предскажите ответы и условные отклонения от составного условного среднего значения и модели отклонения.
Предскажите уровень IGD из модели ARX
Предскажите модель ARIMAX путем вычисления прогнозов MMSE или использования симуляции Монте-Карло.
Задайте преддемонстрационный и данные о периоде прогноза, чтобы предсказать модель ARIMAX
В этом примере показано, как разделить временную шкалу в предварительную выборку, оценку, и предсказать периоды, и это показывает, как предоставить соответствующее количество наблюдений, чтобы инициализировать динамическую модель для оценки и прогнозирования.
Обзор приложения Econometric Modeler
Приложение Econometric Modeler является интерактивным инструментом для визуализации и анализа одномерных данных временных рядов.
Определение полиномов оператора задержки в интерактивном режиме
Задайте условия полинома оператора задержки для оценки модели временных рядов с помощью Econometric Modeler.
Узнайте о характеристиках и формах условных средних моделей.
Узнайте об авторегрессивных моделях.
Модель скользящего среднего значения
Узнайте о моделях скользящего среднего значения.
Авторегрессивная модель скользящего среднего значения
Узнайте об авторегрессивных моделях скользящего среднего значения.
Узнайте об авторегрессивных интегрированных моделях скользящего среднего значения.
Мультипликативная модель ARIMA
Узнайте об обращении к сезонности и потенциальным сезонным модульным корням с помощью мультипликативных моделей ARIMA.
Модель ARIMA включая внешние коварианты
Узнайте о моделях ARIMA, которые включают линейный член для внешних переменных.
Оценка наибольшего правдоподобия для условных средних моделей
Узнать, как наибольшее правдоподобие выполняется для условных средних моделей.
Условная средняя оценка модели с ограничениями равенства
Ограничьте модель во время оценки с помощью известных значений параметров.
Преддемонстрационные данные для условной средней оценки модели
Задайте преддемонстрационные данные, чтобы инициализировать модель.
Начальные значения для условной средней оценки модели
Задайте начальные значения параметров для оценки.
Настройки оптимизации для условной средней оценки модели
Диагностируйте проблемы оценки путем определения альтернативных опций оптимизации.
Симуляция Монте-Карло условных средних моделей
Узнайте о симуляции Монте-Карло.
Преддемонстрационные данные для условной средней симуляции модели
Узнайте о преддемонстрационных требованиях для симуляции.
Переходные эффекты в условных средних симуляциях модели
Узнать, как минимизировать переходные эффекты.
Прогнозирование Монте-Карло условных средних моделей
Узнайте о прогнозировании Монте-Карло.
Функция импульсной характеристики
Узнайте о функциях импульсной характеристики.
Прогнозирование MMSE условных средних моделей
Узнайте о прогнозировании MMSE.