exponenta event banner

Несферические модели

Модель или правильные эффекты гетероскедастичности и корреляции

Классы

arimaСоздание одномерной авторегрессивной интегрированной модели скользящего среднего (ARIMA)
regARIMAСоздание регрессионной модели с ошибками временных рядов ARIMA

Функции

autocorrАвтокорреляция образца
lbqtestQ-тест Ljung-Box для остаточной автокорреляции
parcorrВыборочная частичная автокорреляция
archtestТест Энгла на остаточную гетероскедастичность
hacГетероскедастичность и автокорреляционные согласованные оценки ковариации
fglsВозможные обобщенные наименьшие квадраты

Примеры и способы

Обнаружение эффектов ARCH с помощью приложения эконометрического моделирования

Интерактивно оцените, имеет ли ряд кластеризацию волатильности, проверяя корреограммы квадратичных остатков и тестируя значительные задержки ARCH.

Обнаружение эффектов ARCH

Тест на автокорреляцию в квадратичных остатках или проведение теста Engle ARCH.

Обнаружение автокорреляции

Оцените ACF и PACF или проведите Q-тест Ljung-Box.

Регрессия временных рядов X: обобщенные наименьшие квадраты и оценки HAC

Этот пример показывает, как оценить множественные модели линейной регрессии данных временных рядов в присутствии гетероскедастических или автокоррелированных (несферических) инноваций.

Постройте график доверительного диапазона с использованием оценок HAC

Печать скорректированных доверительных полос с использованием надежных стандартных ошибок Newey-West.

Изменение полосы пропускания оценщика HAC

Изменение полосы пропускания при оценке ковариации коэффициента HAC и сравнение оценок по различным полосам пропускания и ядрам.

Альтернативные представления модели ARIMA

Преобразование между ARMAX и регрессионными моделями с ошибками ARMA.

Определение моделей условного среднего и отклонения

Создание составного условного среднего и модели дисперсии.

Понятия

Выбор регрессионной модели с ошибками ARIMA

Узнайте, как выбрать соответствующую регрессионную модель с ошибками ARIMA.

Несферические модели

Узнайте об инновациях, которые демонстрируют автокорреляцию и гетероскедастичность.