В этом примере показано, как создать трехмерную модель VAR (4) с неизвестными параметрами с помощьюvarm и стенографический синтаксис. Затем в этом примере показано, как настроить параметры созданной модели с помощью точечной нотации.
Создайте модель VAR (4) для серии трехмерных откликов с использованием краткого синтаксиса.
numseries = 3; p = 4; Mdl = varm(3,4)
Mdl =
varm with properties:
Description: "3-Dimensional VAR(4) Model"
SeriesNames: "Y1" "Y2" "Y3"
NumSeries: 3
P: 4
Constant: [3×1 vector of NaNs]
AR: {3×3 matrices of NaNs} at lags [1 2 3 ... and 1 more]
Trend: [3×1 vector of zeros]
Beta: [3×0 matrix]
Covariance: [3×3 matrix of NaNs]
Mdl является varm объект модели. Свойства модели отображаются в командной строке. Обратите внимание, что:
Значение по умолчанию для некоторых параметров: NaN значения, которые указывают на их присутствие в модели. В частности, каждое отставание от 1 до 4 имеет неизвестную ненулевую матрицу авторегрессивных коэффициентов.
Модель была создана без использования данных ответа. То есть Mdl является агностическим в отношении данных.
Предположим, что сегменты 1 и 4 в модели должны быть неизвестными и ненулевыми, но все остальные сегменты равны нулю. Используя точечную нотацию, удалите другие задержки от объекта модели, разместив матрицы 3 на 3 с нулями в соответствующих ячейках.
Mdl.AR{2} = zeros(3);
Mdl.AR{3} = zeros(3)Mdl =
varm with properties:
Description: "3-Dimensional VAR(4) Model"
SeriesNames: "Y1" "Y2" "Y3"
NumSeries: 3
P: 4
Constant: [3×1 vector of NaNs]
AR: {3×3 matrices} at lags [1 4]
Trend: [3×1 vector of zeros]
Beta: [3×0 matrix]
Covariance: [3×3 matrix of NaNs]
Обратите внимание, что степень модели p по-прежнему 4, но существуют неизвестные ненулевые коэффициенты только на лагах 1 и 4.