Условные средние модели

Авторегрессивные (AR), скользящее среднее значение (MA), ARMA, ARIMA, ARIMAX и сезонные модели

Приложения

Econometric ModelerАнализируйте и моделируйте эконометрические временные ряды

Функции

расширить все

arimaСоздайте одномерную авторегрессионную интегрированную модель скользящего среднего значения (ARIMA)
LagOpСоздайте полином оператора задержки
arma2arПреобразуйте модель ARMA в модель AR
arma2maПреобразуйте модель ARMA в модель MA
estimateПодбор авторегрессионной интегрированной модели скользящего среднего значения (ARIMA) к данным
inferВывод модели ARIMA или ARIMAX невязок или условных отклонений
summarizeОтобразите результаты оценки модели ARIMA
simulateСимуляция Монте-Карло моделей ARIMA или ARIMAX
filterФильтруйте нарушения порядка с помощью модели ARIMA или ARIMAX
impulseСгенерируйте одномерную авторегрессионную интегрированное среднее значение (ARIMA) модели функцию импульсной характеристики (IRF)
armairfСгенерируйте или постройте график импульсных характеристик модели ARMA
forecastПрогноз одномерных авторегрессионных интегрированных ответов модели скользящего среднего значения (ARIMA) или условных отклонений

Примеры и как

Создайте модель

Задайте условные средние модели

Создайте условные средние модели с помощью arima или приложение Econometric Modeler.

Изменение свойств условных средних Объектов модели

Измените изменяемые свойства модели с помощью записи через точку.

Задайте Условное Среднее Модель Инновационное Распределение

Задайте Гауссов или t распределенных инноваций процесс, или модель условного отклонения для процесса отклонения.

Задайте t Распределение инноваций с помощью приложения Econometric Modeler

Интерактивно задайте t инновационное распределение для модели ARIMA.

Спецификации модели AR

Создайте стационарные авторегрессивные модели с помощью arima или приложение Econometric Modeler.

Спецификации модели MA

Создайте инвертируемые модели скользящего среднего с помощью arima или приложение Econometric Modeler.

Спецификации модели ARMA

Создайте стационарные и инвертируемые авторегрессивные модели скользящего среднего с помощью arima или приложение Econometric Modeler.

Спецификации модели ARIMA

Создайте авторегрессивные интегрированные модели скользящего среднего с помощью arima или приложение Econometric Modeler.

Спецификации модели ARIMAX

Создайте модели ARIMAX с помощью arima или приложение Econometric Modeler.

Мультипликативные спецификации модели ARIMA

Создайте мультипликативные модели ARIMA с помощью arima или приложение Econometric Modeler.

Задайте мультипликативную модель ARIMA

Создайте сезонную модель ARIMA.

Задайте условные модели среднего и отклонения

Создайте композитную условную модель среднего и дисперсионной.

Подгонка модели к данным

Временные базовые разделы для оценки модели ARIMA

Когда вы подбираете модель временных рядов к данным, отстающие члены в модели требуют инициализации, обычно с наблюдениями в начале выборки.

Реализация выбора и оценки модели Box-Jenkins с помощью приложения Econometric Modeler

Интерактивно реализуйте методологию Box-Jenkins, чтобы выбрать соответствующее количество лагов для модели условного среднего. Затем подгоните модель к данным и экспортируйте предполагаемую модель в командную строку, чтобы сгенерировать прогнозы.

Оценка дифференцирования Бокса-Дженкинса по сравнению с ARIMA

Сравнение оценки Бокса-Дженкинса и ARIMA.

Выбор лагов ARMA с использованием BIC

Выберите модель ARMA с помощью информационных критериев.

Оценка мультипликативной модели ARIMA с помощью приложения Econometric Modeler

Интерактивно оцените мультипликативную сезонную модель ARIMA.

Оценка мультипликативной модели ARIMA

Оцените мультипликативную сезонную модель ARIMA.

Моделируйте сезонные эффекты задержки с помощью переменных индикатора

Оцените сезонную модель ARIMA путем определения мультипликативной модели или с помощью сезонных манекенов.

Оценка модели ARIMAX с помощью приложения Econometric Modeler

В интерактивном режиме задайте и оцените модель ARIMAX.

Оценка условной модели среднего и отклонения

Оцените составную условную модель среднего и отклонения.

Выполните остаточную диагностику модели ARIMA с помощью приложения Econometric Modeler

Интерактивно оценивайте допущения модели после подгонки данных к модели ARIMA путем выполнения остаточной диагностики.

Вывод невязок для диагностической проверки

Вывод невязок из подобранной модели ARIMA.

Поделитесь результатами сеанса приложения Econometric Modeler

Экспорт переменных в MATLAB® Рабочая область, сгенерируйте простой текст и live функции, которые возвращают модель, оцененную в сеансы приложения, или сгенерируйте отчет, записывающий ваши действия в временных рядах и предполагаемых моделях в сеансе приложения Econometric Modeler.

Сгенерируйте симуляции или импульсные характеристики

Моделирование стационарных процессов

Симулируйте стационарные авторегрессивные модели и модели скользящего среднего.

Симулируйте тренд-стационарные и разностные процессы

Проиллюстрировать различие между трендостационарным и дифференцированным процессами путем симуляции.

Симулируйте мультипликативные модели ARIMA

Симулируйте пути расчета из мультипликативной сезонной модели ARIMA.

Симулируйте условные модели среднего и отклонения

Моделируйте отклики и условные отклонения от композитной условной модели среднего и дисперсии.

Постройте график функции импульсной характеристики условной средней модели

Постройте график функции импульсной характеристики одномерных авторегрессионных моделей скользящего среднего.

Сгенерируйте минимальные прогнозы квадратной ошибки

Сравнение прогнозирующей эффективности после создания моделей с помощью приложения Econometric Modeler

Интерактивно выбирайте лаги для модели ARIMA путем сравнения значений AIC предполагаемых моделей. Затем экспортируйте несколько моделей в командную строку, чтобы сравнить их прогнозирующую эффективность.

Прогнозная мультипликативная модель ARIMA

Прогноз мультипликативной сезонной модели ARIMA.

Сходимость прогнозов AR

Оцените асимптотическую сходимость прогнозов из модели AR и сравните прогнозы, сделанные с и без использования предварительных образцов данных.

Прогнозирование условного среднего и дисперсионной модели

Прогнозные отклики и условные отклонения от составной условной модели среднего и дисперсии.

Прогноз скорости IGD из модели ARX

Прогнозируйте модель ARIMAX путем вычисления прогнозов MMSE или с помощью симуляции Монте-Карло.

Задайте предварительные и прогнозные данные периода для прогноза модели ARIMAX

Этот пример показывает, как разбить временную шкалу на предопределенные, оценочные и прогнозные периоды, и он показывает, как предоставить соответствующее количество наблюдений, чтобы инициализировать динамическую модель для оценки и прогнозирования.

Концепции

Обзор приложения Econometric Modeler

Приложение Econometric Modeler является интерактивным инструментом для визуализации и анализа одномерных данных временных рядов.

Определение полиномов оператора задержки в интерактивном режиме

Задайте полиномиальные условия оператора задержки для оценки модели временных рядов с помощью Econometric Modeler.

Условные средние модели

Узнайте о характеристиках и формах условных средних моделей.

Авторегрессионная модель

Узнайте об авторегрессивных моделях.

Модель скользящего среднего значения

Узнайте о моделях скользящего среднего.

Авторегрессионная модель скользящего среднего значения

Узнайте об авторегрессивных, скользящих средних моделях.

Модель ARIMA

Узнайте об авторегрессивных интегрированных моделях скользящего среднего.

Мультипликативная модель ARIMA

Узнайте об устранении сезонности и потенциальных сезонных корней модуля с помощью мультипликативных моделей ARIMA.

Модель ARIMA, включающая экзогенные ковариаты

Узнайте о моделях ARIMA, которые включают линейный термин для экзогенных переменных.

Максимальная оценка правдоподобия для условных средних моделей

Узнать, как осуществляется максимальная правдоподобность для моделей условного среднего.

Оценка условной средней модели с ограничениями равенствами

Ограничьте модель во время оценки, используя известные значения параметров.

Предварительный образец данных для оценки условной средней модели

Задайте данные предварительного образца, чтобы инициализировать модель.

Начальные значения для оценки условной средней модели

Задайте начальные значения параметров для оценки.

Настройки оптимизации для оценки условной средней модели

Диагностируйте проблемы оценки путем определения альтернативных опций оптимизации.

Симуляция Монте-Карло условных средних моделей

Узнайте о симуляции Монте-Карло.

Предварительный образец данных для симуляции условной средней модели

Узнайте о предварительном образце требований к симуляции.

Переходные эффекты в условных средних Симуляциях модели

Узнать, как минимизировать переходные эффекты.

Монте-Карло прогнозирование условных средних моделей

Узнайте о прогнозировании Монте-Карло.

MMSE прогнозирование условных средних моделей

Узнайте о прогнозировании MMSE.

Рекомендуемые примеры

Для просмотра документации необходимо авторизоваться на сайте