exponenta event banner

Условные средние модели

Авторегрессионные (AR), скользящие средние (MA), ARMA, ARIMA, ARIMAX и сезонные модели

Приложения

Эконометрический моделистАнализ и моделирование эконометрических временных рядов

Функции

развернуть все

arimaСоздание одномерной авторегрессивной интегрированной модели скользящего среднего (ARIMA)
LagOpСоздать полином оператора задержки
arma2arПреобразование модели ARMA в модель AR
arma2maПреобразование модели ARMA в модель MA
estimateПодгонка авторегрессивной интегрированной модели скользящего среднего (ARIMA) к данным
inferОстатки модели INFARIMA или ARIMAX или условные отклонения
summarizeОтображение результатов оценки модели ARIMA
simulateМонте-Карло моделирование моделей ARIMA или ARIMAX
filterФильтрация возмущений с использованием моделей ARIMA или ARIMAX
impulseГенерировать одномерную авторегрессивную интегрированную функцию импульсной характеристики (IRF) модели скользящего среднего (ARIMA)
armairfСоздание или печать импульсных откликов модели ARMA
forecastПрогнозные одномерные авторегрессивные отклики модели интегрированного скользящего среднего (ARIMA) или условные отклонения

Примеры и способы

Создать модель

Определение условных средних моделей

Создание условных средних моделей с помощью arima или приложение Econometric Modeler.

Изменение свойств объектов модели условного среднего

Изменение модифицируемых свойств модели с помощью точечных обозначений.

Определение распределения инноваций по условной средней модели

Укажите процесс распределенных инноваций по Гауссу или t или модель условной дисперсии для процесса дисперсии.

Укажите распределение инноваций с помощью приложения Econometric Modeler

Интерактивно укажите распределение инноваций для модели ARIMA.

Спецификации модели AR

Создание стационарных авторегрессионных моделей с помощью arima или приложение Econometric Modeler.

Спецификации модели MA

Создание обратимых моделей скользящего среднего с помощью arima или приложение Econometric Modeler.

Спецификации модели ARMA

Создание стационарных и обратимых авторегрессионных моделей скользящего среднего с использованием arima или приложение Econometric Modeler.

Спецификации модели ARIMA

Создание авторегрессивных интегрированных моделей скользящего среднего с помощью arima или приложение Econometric Modeler.

Спецификации модели ARIMAX

Создание моделей ARIMAX с помощью arima или приложение Econometric Modeler.

Мультипликативные спецификации модели ARIMA

Создание мультипликативных моделей ARIMA с помощью arima или приложение Econometric Modeler.

Определение мультипликативной модели ARIMA

Создайте сезонную модель ARIMA.

Определение моделей условного среднего и отклонения

Создание составного условного среднего и модели дисперсии.

Подгонка модели к данным

Разделы временной базы для оценки модели ARIMA

При подгонке модели временных рядов к данным запаздывающие термины в модели требуют инициализации, как правило, с наблюдениями в начале выборки.

Реализация выбора и оценки модели Бокса-Дженкинса с помощью приложения эконометрического моделирования

Интерактивная реализация методологии Бокса-Дженкинса для выбора соответствующего количества лагов для условной средней модели. Затем поместите модель в данные и экспортируйте расчетную модель в командную строку для создания прогнозов.

Дифференцирование Бокса-Дженкинса по сравнению с оценкой ARIMA

Сравните оценку Бокса-Дженкинса и АРИМА.

Выбор лагов ARMA с использованием BIC

Выберите модель ARMA с использованием информационных критериев.

Оценка мультипликативной модели ARIMA с использованием приложения эконометрического моделирования

Интерактивная оценка мультипликативной сезонной модели ARIMA.

Оценка мультипликативной модели ARIMA

Оцените мультипликативную сезонную модель ARIMA.

Модель сезонных эффектов задержки с использованием переменных показателей

Оценка сезонной модели ARIMA путем указания мультипликативной модели или использования сезонных манекенов.

Оценка модели ARIMAX с помощью приложения Econometric Modeler

Интерактивное определение и оценка модели ARIMAX.

Оценка модели условного среднего и отклонения

Оценка составного условного среднего и модели дисперсии.

Выполнение остаточной диагностики модели ARIMA с помощью приложения Econometric Modeler

Интерактивная оценка предположений модели после подгонки данных к модели ARIMA путем выполнения остаточной диагностики.

Вывод остатков для диагностической проверки

Выведите остатки из подогнанной модели ARIMA.

Поделиться результатами сеанса приложения Econometric Modeler

Экспортируйте переменные в рабочую область MATLAB ®, создавайте обычный текст и живые функции, возвращающие модель, оцененную в сеансе приложения, или создавайте отчет с записью действий во временных рядах и оценочных моделях в сеансе приложения Econometric Modeler.

Создание моделирования или импульсных откликов

Моделирование стационарных процессов

Моделирование стационарных авторегрессионных моделей и моделей скользящего среднего.

Моделирование трендовых-стационарных и разностно-стационарных процессов

Проиллюстрировать различие между трендовыми и разностными процессами путем моделирования.

Моделирование мультипликативных моделей ARIMA

Моделирование путей выборки из мультипликативной сезонной модели ARIMA.

Моделирование моделей условного среднего и отклонения

Моделирование откликов и условных отклонений из составной модели условного среднего и дисперсии.

Постройте график функции импульсной характеристики модели условного среднего

Постройте график функции импульсной характеристики одномерных авторегрессивных моделей скользящего среднего.

Создать прогнозы минимальной среднеквадратической ошибки

Сравнение предиктивной производительности после создания моделей с помощью приложения Econometric Modeler

Интерактивно выбирайте задержки для модели ARIMA, сравнивая значения AIC оцененных моделей. Затем экспортируйте несколько моделей в командную строку для сравнения их прогностической производительности.

Прогнозная мультипликативная модель ARIMA

Прогнозирование мультипликативной сезонной модели ARIMA.

Конвергенция прогнозов AR

Оцените асимптотическую сходимость прогнозов из модели AR и сравните прогнозы, сделанные с данными предварительной выборки и без них.

Прогнозная модель условного среднего и отклонения

Прогнозные отклики и условные отклонения из составной модели условного среднего и отклонения.

Прогнозная скорость IGD из модели ARX

Прогнозирование модели ARIMAX путем вычисления прогнозов MMSE или с помощью моделирования Монте-Карло.

Определение данных предварительной выборки и периода прогноза для модели прогноза ARIMAX

В этом примере показано, как разделить временную шкалу на периоды предварительной выборки, оценки и прогноза, и показано, как предоставить соответствующее количество наблюдений для инициализации динамической модели для оценки и прогнозирования.

Понятия

Обзор приложения Econometric Modeler

Приложение Econometric Modeler - это интерактивный инструмент для визуализации и анализа одномерных данных временных рядов.

Задание многочленов оператора задержки в интерактивном режиме

Задайте полиномиальные члены оператора запаздывания для оценки модели временных рядов с помощью Econometric Modeler.

Условные средние модели

Узнайте о характеристиках и формах условных средних моделей.

Авторегрессионная модель

Узнайте об авторегрессионных моделях.

Модель скользящего среднего

Узнайте о моделях скользящего среднего.

Авторегрессионная модель скользящего среднего

Узнайте об авторегрессионных моделях скользящего среднего.

Модель ARIMA

Узнайте об авторегрессионных интегрированных моделях скользящего среднего.

Мультипликативная модель ARIMA

Узнайте о решении проблем сезонности и потенциальных корней сезонных единиц с помощью мультипликативных моделей ARIMA.

Модель ARIMA, включающая экзогенные ковариаты

Узнайте о моделях ARIMA, которые включают линейный термин для экзогенных переменных.

Оценка максимального правдоподобия для моделей условного среднего

Узнайте, как выполняется максимальное правдоподобие для условных средних моделей.

Оценка условной средней модели с ограничениями равенства

Ограничение модели во время оценки с использованием известных значений параметров.

Предварительные данные для оценки условной средней модели

Укажите данные предварительного отбора для инициализации модели.

Исходные значения для оценки условной средней модели

Укажите начальные значения параметров для оценки.

Параметры оптимизации для оценки условной средней модели

Устранение проблем с оценкой путем указания альтернативных вариантов оптимизации.

Моделирование условных средних моделей Монте-Карло

Узнайте о симуляции Монте-Карло.

Предварительные данные для моделирования условной средней модели

Узнайте о предварительных требованиях к моделированию.

Переходные эффекты в моделировании условных средних моделей

Узнайте, как минимизировать временные эффекты.

Прогнозирование условных средних моделей Монте-Карло

Узнайте о прогнозировании Монте-Карло.

MMSE Прогнозирование условных средних моделей

Узнайте о прогнозировании MMSE.

Характерные примеры