Предварительная обработка данных

Формат, график, и преобразовывают данные временных рядов

Приложения

Econometric ModelerАнализируйте и смоделируйте эконометрические временные ряды

Классы

LagOpСоздайте полином оператора задержки

Функции

hpfilterФильтр Ходрик-Прескотта для тренда и циклических компонентов
price2retПреобразуйте цены в возвраты
ret2priceПреобразуйте возвращается к ценам
recessionplotНаложите полосы рецессии на графике временных рядов
isStableОпределите устойчивость полинома оператора задержки
reflectОтразите коэффициенты полинома оператора задержки вокруг нуля задержки
toCellArrayПреобразуйте объект полинома оператора задержки в массив ячеек

Примеры и руководства

Подготовьте данные временных рядов к приложению Econometric Modeler

Подготовьте данные временных рядов в командной строке MATLAB®, и затем импортируйте набор в Econometric Modeler.

Импортируйте данные временных рядов в приложение Econometric Modeler

Импортируйте данные временных рядов из рабочего пространства MATLAB или MAT-файла в Econometric Modeler.

Постройте данные временных рядов Используя приложение Econometric Modeler

В интерактивном режиме постройте одномерные и многомерные данные временных рядов, затем интерпретируйте и взаимодействуйте с графиками.

Преобразуйте временные ряды Используя приложение Econometric Modeler

Преобразуйте данные временных рядов в интерактивном режиме.

Несезонное дифференцирование

Возьмите несезонное различие временных рядов.

Несезонное и сезонное дифференцирование

Примените и несезонное и сезонное дифференцирование с помощью объектов полинома оператора задержки.

Оценка тренда скользящего среднего значения

Оцените долгосрочный тренд с помощью симметричной функции скользящего среднего значения.

Сезонная корректировка Используя устойчивый сезонный фильтр

Deseasonalize временные ряды с помощью устойчивого сезонного фильтра.

Сезонная корректировка Используя S (n, m) сезонные фильтры

Примените сезонные фильтры к deseasonalize временные ряды.

Параметрическая оценка тренда

Оцените несезонные и сезонные компоненты тренда с помощью параметрических моделей.

Используя фильтр Ходрик-Прескотта, чтобы воспроизвести их исходный результат

Используйте фильтр Ходрик-Прескотта, чтобы анализировать временные ряды.

Задайте полиномы оператора задержки

Создайте объекты полинома оператора задержки.

Концепции

Эконометрическое моделирование

Изучите методы выбора модели и функции Econometrics Toolbox™.

Обзор приложения Econometric Modeler

Приложение Econometric Modeler является интерактивным инструментом для визуализации и анализа одномерных данных временных рядов.

Характеристики стохастического процесса

Изучите определение, формы и свойства стохастических процессов.

Преобразования данных

Определите, какие преобразования данных подходят для вашей проблемы.

Стационарный трендом по сравнению со стационарными различием процессами

Определите характеристики неустановившихся процессов.

Разложение временных рядов

Узнайте о разделении временных рядов в детерминированный тренд, сезонные, и неправильные компоненты.

Фильтр скользящего среднего значения

Некоторые временные ряды являются разложимыми на различные компоненты тренда. Чтобы оценить компонент тренда, не делая параметрические предположения, можно рассмотреть использование фильтра.

Сезонные фильтры

Можно использовать сезонный фильтр (скользящее среднее значение), чтобы оценить сезонный компонент временных рядов.

Сезонная корректировка

Сезонная корректировка является процессом удаления неприятности периодический компонент. Результатом сезонной корректировки являются deseasonalized временные ряды.

Ходрик-Прескотт Филтер

Ходрик-Прескотт (HP) фильтр является специализированным фильтром для тренда и оценки делового цикла (никакой сезонный компонент).

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.

Рекомендуемые примеры

Для просмотра документации необходимо авторизоваться на сайте