подвести итог

Отображение результатов оценки модели ARIMA

развернуть все на странице

Синтаксис

суммировать (Mdl)

результаты = суммировать (Mdl)

Описание

пример

summarize(Mdl) отображает сводку модели ARIMA Mdl.

Если Mdl является оценочной моделью, возвращенной estimate, то summarize распечатывает результаты оценки в окне команд MATLAB ®. Дисплей включает в себя сводку оценок и таблицу оценок параметров с соответствующими стандартными ошибками, t статистикой и p-значениями. Резюме оценки включает в себя статистику соответствия, такую как информационный критерий Акайке (AIC), и предполагаемую дисперсию инноваций.
Если Mdl является нерасчетной моделью, возвращенной arima, то summarize печать стандартного отображения объекта (то же самое отображение, что arima печать во время создания модели).

пример

results = summarize(Mdl) возвращает одну из следующих переменных и не печатает в окне команд.

Если Mdl является оценочной моделью, то results - структура, содержащая результаты оценки.
Если Mdl является недооцененной моделью, то results является arima объект модели, равный Mdl.

Входные аргументы

развернуть все

`Mdl` - модель ARIMA
`arima` объект модели

Модель ARIMA, указанная как arima объект модели, возвращенный estimate или arima.

Выходные аргументы

развернуть все

`results` - Сводка по модели
структурный массив | `arima` объект модели

Сводка модели, возвращаемая как массив структуры или arima объект модели.

Если Mdl является оценочной моделью, то results является массивом структуры, содержащим поля в этой таблице.

Область	Описание
`Description`	Краткое описание модели (строка)
`SampleSize`	Эффективный размер выборки (числовой скаляр)
`NumEstimatedParameters`	Количество оцениваемых параметров (числовой скаляр)
`LogLikelihood`	Оптимизированное логарифмическое значение (числовой скаляр)
`AIC`	Информационный критерий Акаике (числовой скаляр)
`BIC`	Байесовский информационный критерий (числовой скаляр)
`Table`	оценки максимального правдоподобия параметров модели с соответствующими стандартными ошибками, t статистикой (оценка, деленная на стандартную ошибку) и p-значениями (предполагая нормальность); таблица со строками, соответствующими параметрам модели
`VarianceTable`	Оценка максимального правдоподобия дисперсии модели с соответствующими стандартными ошибками, t-статистикой (оценка, деленная на стандартную ошибку) и p-значениями (предполагая нормальность). Если `Mdl.Variance` является постоянной, то `VarianceTable` - таблица, содержащая одну строку. Если `Mdl.Variance` является оценочной моделью условной дисперсии (например, `garch` модель), то `VarianceTable` - таблица, строки которой соответствуют расчетным параметрам модели дисперсии.

Если Mdl является недооцененной моделью, то results является arima объект модели, равный Mdl.

Примеры

развернуть все

Показать результаты оценки

Открыть сценарий в реальном времени

Распечатайте результаты оценки модели ARMA с использованием смоделированных данных.

Моделирование данных из модели ARMA (1,1) с использованием известных значений параметров .

MdlSim = arima('Constant',0.01,'AR',0.8,'MA',0.14,...
    'Variance',0.1);
rng 'default';
Y = simulate(MdlSim,100);

Поместите модель ARMA (1,1) в моделируемые данные, отключив дисплей печати .

Mdl = arima(1,0,1);
EstMdl = estimate(Mdl,Y,'Display','off');

Распечатайте результаты оценки.

summarize(EstMdl)

 
   ARIMA(1,0,1) Model (Gaussian Distribution)
 
    Effective Sample Size: 100
    Number of Estimated Parameters: 4
    LogLikelihood: -41.296
    AIC: 90.592
    BIC: 101.013
 
                 Value      StandardError    TStatistic      PValue  
                ________    _____________    __________    __________

    Constant    0.044537      0.046038        0.96741         0.33334
    AR{1}        0.82289      0.071163         11.563      6.3104e-31
    MA{1}        0.12032       0.10182         1.1817         0.23731
    Variance     0.13373      0.017879         7.4794       7.466e-14

Извлечение результатов оценки из модели подгонки составного условного среднего и дисперсии

Открыть сценарий в реальном времени

Загрузите данные NASDAQ, включенные Econometrics™ панель инструментов. Преобразуйте серию ежедневного закрытого составного индекса в серию возврата. Для стабильности числовых значений преобразуйте возвращаемые значения в процент возвращаемых значений. Укажите композитную модель AR (1) и GARCH (1,1). Это модель формы

$_{rt} = c_{} +_{}_{} δ 1rt-1$ + αt,

где $_{αt} =_{}_{}$ starttzt ,

$_{}^{startt2} = {start+}_{}_{}^{}_{} {γ 1startt-12}_{+}^{}$ α1αt-12,

и $_{zt}$ является независимым и одинаково распределенным стандартизированным гауссовым процессом.

load Data_EquityIdx
nasdaq = DataTable.NASDAQ;
r = 100*price2ret(nasdaq);
T = length(r);

Mdl = arima('ARLags',1,'Variance',garch(1,1));

Подгонка модели Mdl к возвращаемой серии r с помощью estimate. Используйте предварительные наблюдения, которые estimate выбирает по умолчанию.

EstMdl = estimate(Mdl,r,'Display','params');

 
    ARIMA(1,0,0) Model (Gaussian Distribution):
 
                 Value      StandardError    TStatistic      PValue  
                ________    _____________    __________    __________

    Constant    0.072632      0.018047         4.0245      5.7087e-05
    AR{1}        0.13816      0.019893          6.945      3.7847e-12

 
 
    GARCH(1,1) Conditional Variance Model (Gaussian Distribution):
 
                 Value      StandardError    TStatistic      PValue  
                ________    _____________    __________    __________

    Constant    0.022377      0.0033201        6.7399      1.5851e-11
    GARCH{1}     0.87312      0.0091019        95.927               0
    ARCH{1}      0.11865       0.008717        13.611       3.434e-42

Создание переменной с именем results который содержит результаты оценки с помощью summarize.

results = summarize(EstMdl)

results = struct with fields:
               Description: "ARIMA(1,0,0) Model (Gaussian Distribution)"
                SampleSize: 3027
    NumEstimatedParameters: 5
             LogLikelihood: -4.7414e+03
                       AIC: 9.4929e+03
                       BIC: 9.5230e+03
                     Table: [2x4 table]
             VarianceTable: [3x4 table]

Извлеките сводные таблицы оценки параметров из массива структуры результатов оценки с помощью точечной нотации. Table поле содержит оценки и выводы параметров условной средней модели. VarianceTable содержит оценки и выводы параметров модели условной дисперсии.

meanEstTbl = results.Table

meanEstTbl=2×4 table
                 Value      StandardError    TStatistic      PValue  
                ________    _____________    __________    __________

    Constant    0.072632      0.018047         4.0245      5.7087e-05
    AR{1}        0.13816      0.019893          6.945      3.7847e-12

varianceEstTbl = results.VarianceTable

varianceEstTbl=3×4 table
                 Value      StandardError    TStatistic      PValue  
                ________    _____________    __________    __________

    Constant    0.022377      0.0033201        6.7399      1.5851e-11
    GARCH{1}     0.87312      0.0091019        95.927               0
    ARCH{1}      0.11865       0.008717        13.611       3.434e-42

Документация

подвести итог

Синтаксис

Описание

Входные аргументы

`Mdl` - модель ARIMA
`arima` объект модели

Выходные аргументы

`results` - Сводка по модели
структурный массив | `arima` объект модели

Примеры

Показать результаты оценки

Извлечение результатов оценки из модели подгонки составного условного среднего и дисперсии

См. также

Объекты

Функции

Документация по инструментарию Econometrics

Поддержка

Документация

подвести итог

Синтаксис

Описание

Входные аргументы

Mdl - модель ARIMA arima объект модели

Выходные аргументы

results - Сводка по модели структурный массив | arima объект модели

Примеры

Показать результаты оценки

Извлечение результатов оценки из модели подгонки составного условного среднего и дисперсии

См. также

Объекты

Функции

Документация по инструментарию Econometrics

Поддержка

`Mdl` - модель ARIMA
`arima` объект модели

`results` - Сводка по модели
структурный массив | `arima` объект модели