Наборы данных и примеры

Econometrics Toolbox™ включает наборы выборочных данных и показанные примеры в следующих таблицах.

Обычно наборы данных содержат отдельные переменные данных, переменные описания со ссылками, и таблицы или расписания, инкапсулирующие набор данных и его описание, как соответствующие. Чтобы загрузить набор данных в рабочую область, в командной строке, входят

load DataSetName
где DataSetName один из файлов в этой таблице.

Имя набора данныхОписание
Data_CanadaКанадская инфляция и процентные ставки, 1954–1994
Data_ConsumptionАмериканское продовольственное потребление, 1927–1962
Data_CreditDefaultsЗначения по умолчанию корпоративной облигации инвестиционного класса и четыре предиктора, 1984–2004
Data_DanishДатская биржа возвращается, доходность облигаций, 1922–1999
Data_DieboldLiКазначейство США не сглаживавшие выражения нулевого купона Fama-счастья, 1972–2000
Data_ElectricityPricesСимулируемые ежедневные спотовые цены электричества, 2010–2013
Data_EquityIdxАмериканские фондовые индексы, 1990–2001
Data_FXRatesКурсы обмена валюты, 1979–1998
Data_GDPАмериканский валовой внутренний продукт, 1947–2005
Data_GlobalIdx1Глобальные фондовые индексы с большой капитализацией, 1993–2003
Data_GNPАмериканский валовой национальный продукт, 1947–2005
Data_Income1Симулированные данные по поступившему и образованию
Data_Income2Средний ежегодный доход образовательным достижением в восьми категориях возраста трудовых ресурсов
Data_JAustralianАвстралийские данные Йохансена, 1972–1991
Data_JDanishДатские данные Йохансена, 1974–1987
Data_MarkPoundОбменный курс валюты Дойчмарки/Британского фунта, 1984–1991
Data_NelsonPlosserМакроэкономическая серия Нельсона и Плоссера, 1860–1970
Data_RecessionsАмериканские даты начала и конца рецессии, 1857–2011
Data_SchwertMacroМакроэкономическая серия Schwert, 1947–1985
Data_SchwertStockИндексы американских курсов акций, 1871–2008
Data_TBillТрехмесячные американские уровни вторичного рынка казначейского векселя, 1947–2005
Data_USEconModelАмериканский макроэкономический ряд, 1947–2009
Data_USEconVECModelАмериканская макроэкономическая серия 1957-2016 и проекции в течение следующих 10 лет из Бюджетного управления Конгресса

После загрузки набора данных можно отобразить информацию о наборе данных, например, значения переменных, путем ввода Description в командной строке.

Открыть скрипт Econometrics Toolbox показало пример в командной строке, войти

openExample('econ/ExampleName')
где ExampleName имя известного примера в этой таблице.

Имя в качестве примераЗаголовокОписание
Demo_ClassicalTestsКлассические тесты Misspecification моделиВыполнение классической модели misspecification тесты
Demo_DieboldLiModelИспользуя фильтр Калмана, чтобы оценить и предсказать модель Диболда-ЛиИспользуя Модель в пространстве состояний (SSM) и Фильтр Калмана, чтобы соответствовать Diebold-литию модель только для выражений к кривым доходности, выведенным из данных о государственной облигации
Demo_HPFilter Используя фильтр Ходрик-Прескотта, чтобы воспроизвести их исходный результатИспользуя Ходрик-Прескотта фильтруют, чтобы воспроизвести их исходный результат
Demo_RiskFHSИспользуя начальную загрузку и фильтрованную историческую симуляцию, чтобы оценить риск рынкаИспользуя начальную загрузку и отфильтрованную историческую симуляцию, чтобы оценить риск рынка
Demo_RiskEVTИспользуя теорию экстремума и связки, чтобы оценить риск рынкаИспользуя теорию экстремума и связки, чтобы оценить риск рынка
Demo_TSReg1Регрессия временных рядов I: линейные моделиПредставление основных допущений позади моделей многофакторной линейной регрессии
Demo_TSReg2Регрессия временных рядов II: коллинеарность и отклонение средства оценкиОбнаружение корреляции среди предикторов и размещающих проблем большого отклонения средства оценки
Demo_TSReg3Регрессия временных рядов III: влиятельные наблюденияОбнаружение влиятельных наблюдений в данных временных рядов и размещение их эффекта на моделях многофакторной линейной регрессии
Demo_TSReg4IV регрессии временных рядов: побочная регрессияИсследование отклоняющихся переменных, побочной регрессии и методов размещения в моделях многофакторной линейной регрессии
Demo_TSReg5Регрессия временных рядов V: выбор предиктораВыбор экономного набора предикторов с высоким статистическим значением для моделей многофакторной линейной регрессии
Demo_TSReg6Регрессия временных рядов VI: остаточная диагностикаОценка предположений модели и исследование respecification возможности путем исследования серии остаточных значений
Demo_TSReg7Регрессия временных рядов VII: прогнозированиеПредставление основной настройки для создания условного выражения и безусловных прогнозов из моделей многофакторной линейной регрессии
Demo_TSReg8Регрессия временных рядов VIII: изолированные переменные и смещение средства оценкиИсследование, как изолированные предикторы влияют на оценку наименьших квадратов моделей многофакторной линейной регрессии
Demo_TSReg9Регрессия временных рядов IX: изолируйте выбор порядкаИллюстрирование выбора истории предиктора для моделей многофакторной линейной регрессии
Demo_TSReg10Регрессия временных рядов X: обобщенные наименьшие квадраты и средства оценки HACОценка моделей многофакторной линейной регрессии данных временных рядов в присутствии heteroscedastic или автокоррелируемых инноваций
Demo_USEconModelМоделирование экономики Соединенных ШтатовМоделирование американской экономики с помощью модели VEC в качестве линейной альтернативы Сметс-Вутерсу DSGE макроэкономическая модель
ModelAndSimulateElectricitySpotPricesUsingSkewNormalExampleМодель и симулирует спотовые цены электричества Используя Скошенное Нормальное распределениеСимуляция будущего поведения спотовых цен электричества из модели временных рядов, подбиравшей к историческим данным и использование скошенного нормального распределения, чтобы смоделировать инновационный процесс.

Похожие темы

Для просмотра документации необходимо авторизоваться на сайте