Для оценки модели условной дисперсии необходимые входные данные для estimate являются моделью и вектором одномерных временных рядов данных. Модель определяет параметрическую форму оцениваемой модели условного отклонения. estimate возвращает подогнанные значения для любых параметров во входной модели с NaN значения. Если указать не -NaN значения для любых параметров, estimate рассматривает эти значения как ограничения равенства и соблюдает их во время оценки.
Например, предположим, что вы оцениваете модель со средним смещением, известным как 0,3. Чтобы указать это, укажите 'Offset',0.3 в модели, введенной в estimate. estimate просматривает это не -NaN значение как ограничение равенства и не оценивает среднее смещение. estimate также соблюдает все указанные ограничения равенства при оценке параметров без ограничений равенства.
estimate дополнительно возвращает матрицу дисперсии-ковариации для оцененных параметров. Параметры в матрице дисперсии-ковариации упорядочены следующим образом:
Постоянный
Ненулевые коэффициенты GARCH при положительных лагах
Ненулевые коэффициенты ARCH при положительных лагах
Ненулевые коэффициенты левериджа при положительных лагах (только модели EGARCH и GJR)
Степени свободы (только распределение инноваций)
Смещение (только модели с ненулевым смещением)
Если какой-либо параметр, известный оптимизатору, имеет ограничение равенства, соответствующие строка и столбец матрицы дисперсии-ковариации имеют все нули.