Чтобы явно моделировать последовательную корреляцию в серии возмущений, создайте регрессионную модель с ошибками ARIMA (regARIMA объект модели). В качестве альтернативы, чтобы подтвердить наличие несферичности, можно оценить ковариационную матрицу коэффициента гетероскедастики и автокорреляции (HAC) или реализовать осуществимые обобщенные наименьшие квадраты (FGLS). Дополнительные сведения об оценках HAC и FGLS см. в разделе Регрессия временных рядов X: обобщенные оценки наименьших квадратов и оценки HAC.
Инструменты условных средних моделей, поддерживающие создание и анализ моделей ARIMA, см. в разделе Условные средние модели.
| Эконометрический моделист | Анализ и моделирование эконометрических временных рядов |
Создание регрессионных моделей с ошибками ARIMA
Создание регрессионных моделей с авторегрессионными интегрированными ошибками скользящего среднего с помощью regARIMA или приложение Econometric Modeler.
Задание модели регрессии по умолчанию с ошибками ARIMA
Создание регрессионной модели по умолчанию с ошибками ARIMA с помощью regARIMA.
Создание регрессионных моделей с ошибками AR
Создание регрессионных моделей с ошибками AR с помощью regARIMA.
Создание регрессионных моделей с ошибками MA
Создание регрессионных моделей с ошибками MA с помощью regARIMA.
Создание регрессионных моделей с ошибками ARMA
Создание регрессионных моделей с ошибками ARMA с помощью regARIMA или приложение Econometric Modeler.
Создание регрессионных моделей с ошибками ARIMA
Создание регрессионных моделей с ошибками ARIMA с помощью regARIMA.
Создание регрессионных моделей с ошибками SARIMA
Создание регрессионных моделей с ошибками SARIMA с помощью regARIMA.
Определение инновационного распределения модели ошибок ARIMA
Выбор между Gaussian- или t-распределенными инновациями.
Задание регрессионной модели с ошибками SARIMA
Создайте регрессионную модель с мультипликативными сезонными ошибками ARIMA.
Изменение свойств модели regARIMA
Изменение аспектов существующей модели.
График импульсной характеристики регрессионной модели с ошибками ARIMA
Постройте график функций импульсной характеристики различных регрессионных моделей с ошибками ARIMA.
Альтернативные представления модели ARIMA
Преобразование между ARMAX и регрессионными моделями с ошибками ARMA.
Оценка регрессионной модели с ошибками ARMA с помощью приложения эконометрического моделирования
Интерактивно укажите и оцените регрессионную модель с ошибками ARMA.
Оценка регрессионной модели с ошибками ARIMA
Оценка чувствительности валового внутреннего продукта (ВВП) США к изменениям индекса потребительских цен (ИПЦ) с использованием estimate.
Оценка регрессионной модели с мультипликативными ошибками ARIMA
Подгонка регрессионной модели с мультипликативными ошибками ARIMA к данным с помощью estimate.
Альтернативные представления модели ARIMA
Преобразование между ARMAX и регрессионными моделями с ошибками ARMA.
Выбор лагов для модели ошибок ARMA
Чтобы выбрать несезонные степени полинома авторегрессии и скользящего среднего запаздывания для регрессионной модели с ошибками ARMA, используйте информационный критерий Akaike (AIC).
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.
Сравнение методов надежной регрессии
Устраните влиятельные отклонения с помощью регрессионных моделей с ошибками ARIMA, пакетов деревьев регрессии и байесовской линейной регрессии.
Поделиться результатами сеанса приложения Econometric Modeler
Экспортируйте переменные в рабочую область MATLAB ®, создавайте обычный текст и живые функции, возвращающие модель, оцененную в сессии приложения, или создавайте отчет, записывающий действия во временных рядах и оценочных моделях в сессии приложения Econometric Modeler.
Моделирование регрессионных моделей с ошибками ARMA
Моделирование наблюдений из различных регрессионных моделей с ошибками ARMA.
Моделирование регрессионных моделей с нестационарными ошибками
Моделирование регрессионной модели с нестационарными и экспоненциальными ошибками.
Моделирование регрессионных моделей с мультипликативными сезонными ошибками
Моделирование регрессионной модели со стационарными и разностными стационарными ошибками.
Прогнозирование регрессионной модели с ошибками ARIMA
Прогнозирование регрессионной модели с ошибками ARIMA (3,1,2) с использованиемforecast и simulate.
Прогнозирование регрессионной модели с ошибками ARIMA
Прогнозирование регрессионной модели с ошибками ARIMA (3,1,2) с использованиемforecast и simulate.
Прогнозирование регрессионной модели с мультипликативными сезонными ошибками ARIMA
Прогнозирование мультипликативной сезонной модели ARIMA с использованием forecast.
Проверка надежности прогнозной способности модели regARIMA
Прогнозирование регрессионной модели с ошибками ARIMA и проверка предсказуемости модели.
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.
Импульсная реакция регрессионных моделей с ошибками ARIMA
Узнайте о функциях импульсной характеристики регрессионных моделей с ошибками ARIMA.
Узнайте об инновациях, которые демонстрируют автокорреляцию и гетероскедастичность.
Регрессионные модели с ошибками временных рядов
Узнайте о регрессионных моделях с ошибками ARIMA.
Регрессионные модели временных рядов
Определите различные типы регрессионных моделей временных рядов.
Исходные значения для оценки модели regARIMA
Узнайте, как MATLAB использует начальные значения параметров во время оценки.
Идентификация перехвата в регрессионных моделях с ошибками ARIMA
Узнайте об идентификации перехвата в регрессионной модели с ошибками ARIMA.
Выбор регрессионной модели с ошибками ARIMA
Узнайте, как выбрать соответствующую регрессионную модель с ошибками ARIMA.
Оценка максимального правдоподобия моделей regARIMA
Узнайте об оценке максимального правдоподобия для регрессионных моделей с ошибками ARIMA.
Параметры оптимизации для оценки модели regARIMA
Узнайте о параметрах оптимизации для регрессионной модели с оценкой ошибок ARIMA.
Предварительные значения для оценки модели regARIMA
Узнайте, как MATLAB использует значения предварительной выборки во время оценки.
Оценка модели regARIMA с использованием ограничений равенства
Оценка регрессионной модели с ошибками ARIMA с ограничениями равенства.
Монте-Карло моделирование регрессионных моделей с ошибками ARIMA
Узнайте о создании независимых случайных рисований из регрессионной модели с ошибками ARIMA.
Предварительные данные для моделирования модели regARIMA
Узнайте о предварительных данных, необходимых для моделирования регрессионной модели с ошибками ARIMA.
Переходные эффекты в моделировании модели regARIMA
Узнайте о том, как предварительные данные влияют на моделируемый путь.
Монте-Карло Прогнозирование моделей regARIMA
Узнайте о прогнозировании регрессионной модели с ошибками ARIMA с использованием многих моделируемых путей.
Модели регрессии прогнозирования MMSE с ошибками ARIMA
Сведения о прогнозах минимальной среднеквадратической ошибки.