Для оценки модели условных отклонений, необходимые входы для estimate являются моделью и вектором одномерных данных временных рядов. Модель задает параметрическую форму оцениваемой модели условного отклонения. estimate возвращает подобранные значения для любых параметров во входной модели с NaN значения. Если вы задаете не - NaN значения для любых параметров, estimate рассматривает эти значения как ограничения равенства и чтит их во время оценки.
Например, предположим, что вы оцениваете модель со средним смещением, которое, как известно, составляет 0,3. Чтобы указать это, задайте 'Offset',0.3 в модели, которую вы вводите в estimate. estimate просматривает это не - NaN значение как ограничение равенства и не оценивает среднее смещение. estimate также удовлетворяет всем заданным ограничениям равенствам во время оценки параметров без ограничений равенств.
estimate опционально возвращает дисперсионно-ковариационную матрицу для оцененных параметров. Параметры в дисперсионно-ковариационной матрице упорядочены следующим образом:
Постоянный
Ненулевые коэффициенты GARCH при положительных лагах
Ненулевые коэффициенты ARCH при положительных лагах
Ненулевые коэффициенты использования при положительных лагах (только модели EGARCH и GJR)
Степени свободы (t только инновационное распределение)
Смещение (модели только с ненулевым смещением)
Если любой параметр, известный оптимизатору, имеет ограничение равенства, соответствующая строка и столбец дисперсионно-ковариационной матрицы имеют все нули.