Функция импульсной характеристики (IRF) модели в пространстве состояний
irf
возвращает числовой массив, представляющий IRFs состояния и переменных измерения в модели в пространстве состояний. Чтобы построить IRFs вместо этого, использовать irfplot
. Другие инструменты модели в пространстве состояний, чтобы охарактеризовать динамику заданной системы включают:
Разложение отклонения ошибки прогноза (FEVD), вычисленное fevd
, предоставляет информацию об относительной важности каждого воздействия состояния во влиянии на отклонение ошибки прогноза всех переменных измерения в системе.
Подразумеваемые моделью временные корреляции, вычисленные corr
для стандартной модели в пространстве состояний измерьте ассоциацию между настоящим и прошлым состоянием или переменными измерения, как предписано формой модели.
дополнительные опции использования заданы одним или несколькими аргументами пары "имя-значение". Например, ResponseY
= irf(Mdl
,Name,Value
)'NumPeriods',10,'Cumulative',true
задает совокупный IRF с 10 периодами, запускающийся во время 1, во время который irf
применяет шок для переменной воздействия состояния в системе, и заканчивающийся в период 10.
[
также возвращается, в течение каждого периода, более низкие и верхние 95% доверительных границ Монте-Карло каждой переменной IRF измерения ([ResponseY
,ResponseX
,LowerY
,UpperY
,LowerX
,UpperX
] = irf(___,'Params'
,estParams,'EstParamCov'
,EstParamCov)LowerY
, UpperY
]) и каждая переменная состояния IRF ([LowerX
, UpperX
]). EstParamCov
задает предполагаемую ковариационную матрицу оценок параметра, как возвращено estimate
функция, и требуется для оценки доверительного интервала.
Если вы задаете 'eigendecomposition'
для 'Method'
аргумент пары "имя-значение", irf
попытки к diagonalize матрица Грина A при помощи спектрального разложения. irf
обращения к рекурсивному умножению вместо этого при по крайней мере одном из этих обстоятельств:
Собственное значение является комплексным.
Ранг матрицы собственных векторов меньше количества состояний
Mdl
время, варьируясь.
Если вы не предоставляете 'EstParamCov'
, доверительные границы каждого перекрытия периода.
irf
симуляция Монте-Карло использования, чтобы вычислить доверительные интервалы.
irf
случайным образом чертит NumPaths
варьируемые величины от асимптотического распределения выборки неизвестных параметров в Mdl
, который является Np (Params
, EstParamCov
), где p является количеством неизвестных параметров.
Для каждого случайным образом чертившего набора параметров j, irf
:
Создает модель в пространстве состояний, которая равна Mdl
, но замены в наборе параметров j
Вычисляет случайный IRF получившейся модели ψ j (t), где t = 1 через NumPaths
В течение каждого раза t нижняя граница доверительного интервала (1 –
квантиль симулированного IRF в период t
ψ (t), где c
)/2
= c
Confidence
. Точно так же верхняя граница доверительного интервала во время t (1 –
верхний квантиль ψ (t).c
)/2