Условные средние модели

Авторегрессивный (AR), скользящее среднее значение (MA), ARMA, ARIMA, ARIMAX и сезонные модели

Приложения

Econometric ModelerАнализируйте и смоделируйте эконометрические временные ряды

Функции

развернуть все

arimaСоздайте одномерную авторегрессивную интегрированную модель (ARIMA) скользящего среднего значения
LagOpСоздайте полином оператора задержки
arma2arПреобразуйте модель ARMA в модель AR
arma2maПреобразуйте модель ARMA в модель MA
estimateПодбирайте авторегрессивную интегрированную модель (ARIMA) скользящего среднего значения к данным
inferВыведите остаточные значения модели ARIMA или ARIMAX или условные отклонения
summarizeОтобразите результаты оценки модели ARIMA
simulateСимуляция Монте-Карло моделей ARIMA или ARIMAX
filterОтфильтруйте воздействия с помощью модели ARIMA или ARIMAX
impulseСгенерируйте одномерную авторегрессивную интегрированную функцию импульсной характеристики (IRF) модели (ARIMA) скользящего среднего значения
armairfСгенерируйте или постройте импульсные характеристики модели ARMA
forecastПредскажите одномерные авторегрессивные интегрированные ответы модели (ARIMA) скользящего среднего значения или условные отклонения

Примеры и руководства

Создайте модель

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.

Подбирайте модель к данным

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 ARMA Lags Using BIC

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.

Сгенерируйте симуляции или импульсные характеристики

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 условной средней модели

Постройте функцию импульсной характеристики одномерных авторегрессивных моделей скользящего среднего значения.

Сгенерируйте минимальные прогнозы среднеквадратичной погрешности

Сравните прогнозирующую эффективность после создания моделей Используя приложение Econometric Modeler

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.

Сходимость прогнозов AR

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.

Концепции

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.

Условные средние модели

Узнайте о характеристиках и формах условных средних моделей.

Авторегрессивная модель

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.

Модель ARIMA

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.

Прогнозирование MMSE условных средних моделей

Узнайте о прогнозировании MMSE.

Рекомендуемые примеры

Для просмотра документации необходимо авторизоваться на сайте