В этом примере показано, как задать модель регрессии по умолчанию с ошибками ARIMA, используя краткую запись ARIMA (p, D, q), соответствующую следующему уравнению :
θ1L + θ2L2) αt.
Укажите регрессионную модель с ошибками ARIMA (3,1,2 ).
Mdl = regARIMA(3,1,2)
Mdl =
regARIMA with properties:
Description: "ARIMA(3,1,2) Error Model (Gaussian Distribution)"
Distribution: Name = "Gaussian"
Intercept: NaN
Beta: [1×0]
P: 4
D: 1
Q: 2
AR: {NaN NaN NaN} at lags [1 2 3]
SAR: {}
MA: {NaN NaN} at lags [1 2]
SMA: {}
Variance: NaN
Спецификация модели для Mdl появляется в окне команд. По умолчанию regARIMA наборы:
Авторегрессия (AR) значения параметров для NaN при лагах [1 2 3]
Скользящее среднее (MA) значения параметров для NaN при лагах [1 2]
Отклонение (Variance) инновационного процесса, NaN
Распределение (Distribution) Gaussian
Регрессионная модель перехватывает NaN
Компонент регрессии отсутствует (Beta) по умолчанию.
The property:
P = p + D, который представляет количество предварительных наблюдений, необходимых программному обеспечению для инициализации авторегрессионного компонента модели для выполнения, например, оценки.
D представляет уровень несезонной интеграции.
Q представляет количество предварительных наблюдений, необходимых программному обеспечению для инициализации компонента скользящего среднего модели для выполнения, например, оценки.
Подгонка Mdl к данным путем передачи их и данных в estimate. Если передать ряд предикторов в estimate, то estimate оценки Beta по умолчанию.
Можно изменить свойства Mdl с использованием точечной нотации.
Ссылки:
Бокс, Г. Э. П., Г. М. Дженкинс и Г. К. Рейнсель. Анализ временных рядов: прогнозирование и контроль. 3-й ред. Энглвуд Клиффс, Нью-Джерси: Прентис Холл, 1994.
estimate | forecast | regARIMA | simulate