Модель, созданная arima имеет значения, назначенные всем свойствам модели. Чтобы изменить любое из этих значений свойств, не требуется реконструировать модель целиком. Можно изменить значения свойств существующей модели с помощью точечной нотации. То есть введите имя модели, затем имя свойства, разделенное '.' (период).
Например, начните со следующей спецификации модели:
Mdl = arima(2,0,0)
Mdl =
arima with properties:
Description: "ARIMA(2,0,0) Model (Gaussian Distribution)"
Distribution: Name = "Gaussian"
P: 2
D: 0
Q: 0
Constant: NaN
AR: {NaN NaN} at lags [1 2]
SAR: {}
MA: {}
SMA: {}
Seasonality: 0
Beta: [1×0]
Variance: NaN
Измените модель, чтобы удалить член константы:
Mdl.Constant = 0
Mdl =
arima with properties:
Description: "ARIMA(2,0,0) Model (Gaussian Distribution)"
Distribution: Name = "Gaussian"
P: 2
D: 0
Q: 0
Constant: 0
AR: {NaN NaN} at lags [1 2]
SAR: {}
MA: {}
SMA: {}
Seasonality: 0
Beta: [1×0]
Variance: NaN
Обновленный член константы появится в выходных данных модели.
Помните, что каждое свойство модели имеет тип данных. Любые изменения значения свойства должны согласовываться с типом данных свойства. Например, AR, MA, SAR, и SMA все являются клеточными векторами. Это означает, что их необходимо индексировать с помощью синтаксиса массива ячеек.
Например, начните со следующей модели:
Mdl = arima(2,0,0)
Mdl =
arima with properties:
Description: "ARIMA(2,0,0) Model (Gaussian Distribution)"
Distribution: Name = "Gaussian"
P: 2
D: 0
Q: 0
Constant: NaN
AR: {NaN NaN} at lags [1 2]
SAR: {}
MA: {}
SMA: {}
Seasonality: 0
Beta: [1×0]
Variance: NaN
Изменение значения свойства AR, назначить AR массив ячеек. Здесь присвойте известные значения коэффициентов AR:
Mdl.AR = {0.8,-0.4}Mdl =
arima with properties:
Description: "ARIMA(2,0,0) Model (Gaussian Distribution)"
Distribution: Name = "Gaussian"
P: 2
D: 0
Q: 0
Constant: NaN
AR: {0.8 -0.4} at lags [1 2]
SAR: {}
MA: {}
SMA: {}
Seasonality: 0
Beta: [1×0]
Variance: NaN
Обновленная модель теперь имеет коэффициенты AR с указанными ограничениями равенства.
Аналогично, тип данных Distribution - структура данных. Структура данных по умолчанию имеет только одно поле, Name, со значением 'Gaussian'.
Distribution = Mdl.Distribution
Distribution = struct with fields:
Name: "Gaussian"
Для изменения распределения инноваций присвойте Distribution новое имя или структура данных. Структура данных может иметь до двух полей, Name и DoF. Второе поле соответствует степеням свободы для распределения Student t и требуется только в том случае, если Name имеет значение 't'.
Чтобы задать распределение Стьюдента с неизвестными степенями свободы, введите:
Mdl.Distribution = 't'Mdl =
arima with properties:
Description: "ARIMA(2,0,0) Model (t Distribution)"
Distribution: Name = "t", DoF = NaN
P: 2
D: 0
Q: 0
Constant: NaN
AR: {0.8 -0.4} at lags [1 2]
SAR: {}
MA: {}
SMA: {}
Seasonality: 0
Beta: [1×0]
Variance: NaN
Обновленная модель имеет распределение Student's с NaN степени свободы. Чтобы задать распределение t с восемью степенями свободы, скажем:
Mdl.Distribution = struct('Name','t','DoF',8)
Mdl =
arima with properties:
Description: "ARIMA(2,0,0) Model (t Distribution)"
Distribution: Name = "t", DoF = 8
P: 2
D: 0
Q: 0
Constant: NaN
AR: {0.8 -0.4} at lags [1 2]
SAR: {}
MA: {}
SMA: {}
Seasonality: 0
Beta: [1×0]
Variance: NaN
Свойство степеней свободы модели обновляется. Обратите внимание, что DoF поле Distribution не может быть назначен напрямую. Например, Mdl.Distribution.DoF = 8 не является допустимым назначением. Однако можно получить отдельные поля:
Mdl.Distribution.DoF
ans = 8
Можно изменять Mdl для включения, например, двух коэффициентов 0,2 = 4, соответствующих двум последовательностям предикторов. С тех порBeta еще не указан, вы не видели его в выходных данных. Чтобы включить его, введите:
Mdl.Beta=[0.2 4]
Mdl =
arima with properties:
Description: "ARIMAX(2,0,0) Model (t Distribution)"
Distribution: Name = "t", DoF = 8
P: 2
D: 0
Q: 0
Constant: NaN
AR: {0.8 -0.4} at lags [1 2]
SAR: {}
MA: {}
SMA: {}
Seasonality: 0
Beta: [0.2 4]
Variance: NaN
Не все свойства модели могут быть изменены. Невозможно изменить эти свойства в существующей модели:
P. Это свойство обновляется автоматически при изменении любого из значений p (степень несезонного оператора AR), (степень сезонного оператора AR), D (степень несезонного дифференцирования) или s (степень сезонного дифференцирования).
Q. Это свойство обновляется автоматически при изменении либо q (степень несезонного оператора MA), либо qs (степень сезонного оператора MA).
Не все аргументы пары имя-значение, которые можно использовать для создания модели, являются свойствами созданной модели. В частности, можно указать аргументы ARLags, MALags, SARLags, и SMALags во время создания модели. Однако это не свойства arima модели. Это означает, что их нельзя извлечь или изменить в существующей модели.
Несезонные и сезонные задержки AR и MA обновляются автоматически при добавлении каких-либо элементов к массивам ячеек коэффициентов (или удалении из них). AR, MA, SAR, или SMA.
Например, укажите модель AR (2):
Mdl = arima(2,0,0)
Mdl =
arima with properties:
Description: "ARIMA(2,0,0) Model (Gaussian Distribution)"
Distribution: Name = "Gaussian"
P: 2
D: 0
Q: 0
Constant: NaN
AR: {NaN NaN} at lags [1 2]
SAR: {}
MA: {}
SMA: {}
Seasonality: 0
Beta: [1×0]
Variance: NaN
Выходные данные модели показывают ненулевые коэффициенты AR на лагах 1 и 2.
Добавить новый термин AR с отставанием 12:
Mdl.AR{12} = NaNMdl =
arima with properties:
Description: "ARIMA(12,0,0) Model (Gaussian Distribution)"
Distribution: Name = "Gaussian"
P: 12
D: 0
Q: 0
Constant: NaN
AR: {NaN NaN NaN} at lags [1 2 12]
SAR: {}
MA: {}
SMA: {}
Seasonality: 0
Beta: [1×0]
Variance: NaN
Теперь в выходных данных модели отображаются три ненулевых коэффициента с лагами 1, 2 и 12. Однако массив ячеек, назначенный AR возвращает двенадцать элементов:
Mdl.AR
ans=1×12 cell array
Columns 1 through 8
{[NaN]} {[NaN]} {[0]} {[0]} {[0]} {[0]} {[0]} {[0]}
Columns 9 through 12
{[0]} {[0]} {[0]} {[NaN]}
AR имеет нулевые коэффициенты на всех промежуточных лагах для поддержания согласованности с традиционным индексированием сотового массива MATLAB ®.