| Эконометрический моделист | Анализ и моделирование эконометрических временных рядов |
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.
Создание стационарных авторегрессионных моделей с помощью arima или приложение Econometric Modeler.
Создание обратимых моделей скользящего среднего с помощью arima или приложение Econometric Modeler.
Создание стационарных и обратимых авторегрессионных моделей скользящего среднего с использованием arima или приложение Econometric Modeler.
Создание авторегрессивных интегрированных моделей скользящего среднего с помощью arima или приложение Econometric Modeler.
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.
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.
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.
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.
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.
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.
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.
Узнайте о характеристиках и формах условных средних моделей.
Узнайте об авторегрессионных моделях.
Узнайте о моделях скользящего среднего.
Авторегрессионная модель скользящего среднего
Узнайте об авторегрессионных моделях скользящего среднего.
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.