В этом примере показано, как создать трехмерную модель VAR (4) с неизвестными параметрами с помощью varm и синтаксис стенограммы. Затем в этом примере показано, как настроить параметры созданной модели с помощью записи через точку.
Создайте модель VAR (4) для трехмерного ряда откликов с помощью синтаксиса shorthand.
numseries = 3; p = 4; Mdl = varm(3,4)
Mdl =
varm with properties:
Description: "3-Dimensional VAR(4) Model"
SeriesNames: "Y1" "Y2" "Y3"
NumSeries: 3
P: 4
Constant: [3×1 vector of NaNs]
AR: {3×3 matrices of NaNs} at lags [1 2 3 ... and 1 more]
Trend: [3×1 vector of zeros]
Beta: [3×0 matrix]
Covariance: [3×3 matrix of NaNs]
Mdl является varm объект модели. Свойства модели отображаются в командной строке. Заметьте, что:
Значение по умолчанию некоторых параметров NaN значения, что указывает на их присутствие в модели. В частности, каждая задержка от 1 до 4 имеет неизвестную ненулевую авторегрессивную матрицу коэффициентов.
Вы создали модель, не используя данные отклика. То есть Mdl агностика данных.
Предположим, что вы хотите, чтобы лаги 1 и 4 в модели были неизвестны и ненулевы, но все другие лаги равны нулю. Используя запись через точку, удалите другие лаги из объекта модели путем размещения матриц с нулями 3 на 3 соответствующих камеры.
Mdl.AR{2} = zeros(3);
Mdl.AR{3} = zeros(3)Mdl =
varm with properties:
Description: "3-Dimensional VAR(4) Model"
SeriesNames: "Y1" "Y2" "Y3"
NumSeries: 3
P: 4
Constant: [3×1 vector of NaNs]
AR: {3×3 matrices} at lags [1 4]
Trend: [3×1 vector of zeros]
Beta: [3×0 matrix]
Covariance: [3×3 matrix of NaNs]
Заметьте, что степень модели p все еще 4, но существуют неизвестные ненулевые коэффициенты только для лагов 1 и 4.