Вывод модели ARIMA или ARIMAX невязок или условных отклонений
[E,V] =
infer(Mdl,Y)
[E,V,logL]
= infer(Mdl,Y)
[E,V,logL] = infer(Mdl,Y,Name,Value)
[ выводит невязки и условные отклонения одномерной модели ARIMA, соответствующей данным E,V] =
infer(Mdl,Y)Y.
[ дополнительно возвращает значения целевой функции логарифмической правдоподобности.E,V,logL]
= infer(Mdl,Y)
[E,V,logL] = infer(Mdl,Y, выводит невязки модели ARIMA или ARIMAX и условные отклонения и возвращает значения целевой функции логарифмической правдоподобности с дополнительными опциями, заданными одним или несколькими Name,Value)Name,Value аргументы в виде пар.
Вывод невязок из модели AR.
Задайте модель AR (2), используя известные параметры .
Mdl = arima('AR',{0.5,-0.8},'Constant',0.002,... 'Variance',0.8);
Симулируйте данные отклика с 102 наблюдениями.
rng 'default';
Y = simulate(Mdl,102);Используйте первые два отклика в качестве предварительных образцов данных и выведите невязки для остальных 100 наблюдений.
E = infer(Mdl,Y(3:end),'Y0',Y(1:2)); figure; plot(E); title 'Inferred Residuals';
Вывод условных отклонений из композитной модели AR (1) и GARCH (1,1).
Задайте модель AR (1), используя известные параметры. Установите отклонение равной garch модель.
Mdl = arima('AR',{0.8,-0.3},'Constant',0); MdlVar = garch('Constant',0.0002,'GARCH',0.6,... 'ARCH',0.2); Mdl.Variance = MdlVar;
Симулируйте данные отклика с 102 наблюдениями.
rng 'default';
Y = simulate(Mdl,102);Вывод условных отклонений для последних 100 наблюдений без использования предварительных образцов данных.
[Ew,Vw] = infer(Mdl,Y(3:end));
Выведите условные отклонения для последних 100 наблюдений, используя первые два наблюдения в качестве предварительных образцов данных.
[E,V] = infer(Mdl,Y(3:end),'Y0',Y(1:2));Постройте график двух наборов условных отклонений для сравнения. Рассмотрим первые несколько наблюдений, чтобы увидеть небольшое различие между рядами в начале.
figure; subplot(2,1,1); plot(Vw,'r','LineWidth',2); hold on; plot(V); legend('Without Presample','With Presample'); title 'Inferred Conditional Variances'; hold off subplot(2,1,2); plot(Vw(1:5),'r','LineWidth',2); hold on; plot(V(1:5)); legend('Without Presample','With Presample'); title 'Beginning of Series'; hold off
Вывод невязок из модели ARMAX.
Задайте модель ARMA (1,2), используя известные параметры для отклика (MdlY) и модель AR (1) для данных предиктора (MdlX).
MdlY = arima('AR',0.2,'MA',{-0.1,0.6},'Constant',... 1,'Variance',2,'Beta',3); MdlX = arima('AR',0.3,'Constant',0,'Variance',1);
Симулируйте данные отклика и предиктора с 102 наблюдениями.
rng 'default'; % For reproducibility X = simulate(MdlX,102); Y = simulate(MdlY,102,'X',X);
Используйте первые два отклика в качестве предварительных образцов данных и выведите невязки для остальных 100 наблюдений.
E = infer(MdlY,Y(3:end),'Y0',Y(1:2),'X',X); figure; plot(E); title 'Inferred Residuals';
[1] Box, G. E. P., G. M. Jenkins, and G. C. Reinsel. Анализ временных рядов: прогнозирование и управление 3-м эд. Englewood Cliffs, NJ: Prentice Hall, 1994.
[2] Enders, W. Applied Econometric Time Series. Hoboken, NJ: John Wiley & Sons, 1995.
[3] Гамильтон, Дж. Д. Анализ временных рядов. Princeton, NJ: Princeton University Press, 1994.