Документация

Модель MA по умолчанию

В этом примере показано, как использовать shorthand arima(p,D,q) синтаксис для задания MA по умолчанию

По умолчанию все параметры в созданном объекте модели имеют неизвестные значения, и инновационное распределение является Гауссовым с постоянным отклонением.

Задайте модель MA (3) по умолчанию :

Mdl = arima(0,0,3)

Mdl = 
  arima with properties:

     Description: "ARIMA(0,0,3) Model (Gaussian Distribution)"
    Distribution: Name = "Gaussian"
               P: 0
               D: 0
               Q: 3
        Constant: NaN
              AR: {}
             SAR: {}
              MA: {NaN NaN NaN} at lags [1 2 3]
             SMA: {}
     Seasonality: 0
            Beta: [1×0]
        Variance: NaN

Этот выход показывает, что созданный объект модели, Mdl, имеет NaN значения для всех параметров модели: постоянного члена, коэффициентов MA и отклонения. Можно изменить созданный объект модели с помощью записи через точку или ввести его (вместе с данными) в estimate.

Модель MA без постоянного термина

Этот пример показывает, как задать модель MA (q) с постоянным членом, равным нулю. Используйте синтаксис имя-значение, чтобы задать модель, которая отличается от модели по умолчанию .

Задайте модель MA (2) без постоянного члена ,

где инновационное распределение является Гауссовым с постоянным отклонением.

Mdl = arima('MALags',1:2,'Constant',0)

Mdl = 
  arima with properties:

     Description: "ARIMA(0,0,2) Model (Gaussian Distribution)"
    Distribution: Name = "Gaussian"
               P: 0
               D: 0
               Q: 2
        Constant: 0
              AR: {}
             SAR: {}
              MA: {NaN NaN} at lags [1 2]
             SMA: {}
     Seasonality: 0
            Beta: [1×0]
        Variance: NaN

The MALags аргумент имя-значение задает лаги, соответствующие ненулевым коэффициентам MA. Свойство Constant в созданном объекте модели равно 0, как указано. Объект модели имеет значения по умолчанию для всех других свойств, включая NaN значения как заполнители для неизвестных параметров: коэффициенты MA и скалярное отклонение.

Можно изменить созданную переменную модели или ввести ее (вместе с данными) в estimate.

MA- Модели с неконсективными лагами

Этот пример показывает, как задать модель MA (q) с ненулевыми коэффициентами при неконсективных лагах .

Задайте модель MA (4) с ненулевыми коэффициентами MA в лагах 1 и 4 (без постоянного члена ),

где инновационное распределение является Гауссовым с постоянным отклонением.

Mdl = arima('MALags',[1,4],'Constant',0)

Mdl = 
  arima with properties:

     Description: "ARIMA(0,0,4) Model (Gaussian Distribution)"
    Distribution: Name = "Gaussian"
               P: 0
               D: 0
               Q: 4
        Constant: 0
              AR: {}
             SAR: {}
              MA: {NaN NaN} at lags [1 4]
             SMA: {}
     Seasonality: 0
            Beta: [1×0]
        Variance: NaN

В выход показаны ненулевые коэффициенты AR в лагах 1 и 4, как задано. Свойство Q равно 4, количество предварительных примеров инноваций, необходимых для инициализации модели MA. Параметры без ограничений равны NaN.

Отобразите значение MA:

Mdl.MA

ans=1×4 cell array
    {[NaN]}    {[0]}    {[0]}    {[NaN]}

The MA массив ячеек возвращает четыре элемента. Первый и последний элементы (соответствующие лагам 1 и 4) имеют значение NaN, указывающие, что эти коэффициенты являются ненулевыми и должны быть оценены или иным образом заданы пользователем. arima устанавливает коэффициенты при промежуточных лагах равными нулю, чтобы поддерживать согласованность с индексацией массива ячеек MATLAB ® .

MA- Модели с известными значениями параметров

Этот пример показывает, как задать модель MA (q) с известными значениями параметров. Можно использовать такую полностью заданную модель в качестве входов для simulate или forecast.

Задайте модель MA (4)

где инновационное распределение является Гауссовым с постоянным отклонением 0,15.

Mdl = arima('Constant',0.1,'MA',{0.7,0.2},...
    'MALags',[1,4],'Variance',0.15)

Mdl = 
  arima with properties:

     Description: "ARIMA(0,0,4) Model (Gaussian Distribution)"
    Distribution: Name = "Gaussian"
               P: 0
               D: 0
               Q: 4
        Constant: 0.1
              AR: {}
             SAR: {}
              MA: {0.7 0.2} at lags [1 4]
             SMA: {}
     Seasonality: 0
            Beta: [1×0]
        Variance: 0.15

Все значения параметров заданы, то есть никакое свойство объекта не NaN-значен.

Модель MA с t-тью инновационным распределением

Этот пример показывает, как задать модель MA (q) с инновационным распределением Student's t .

Задайте модель MA (2) без постоянного члена ,

где инновационный процесс следует распределение Студента с восемью степенями свободы.

tdist = struct('Name','t','DoF',8);
Mdl = arima('Constant',0,'MALags',1:2,'Distribution',tdist)

Mdl = 
  arima with properties:

     Description: "ARIMA(0,0,2) Model (t Distribution)"
    Distribution: Name = "t", DoF = 8
               P: 0
               D: 0
               Q: 2
        Constant: 0
              AR: {}
             SAR: {}
              MA: {NaN NaN} at lags [1 2]
             SMA: {}
     Seasonality: 0
            Beta: [1×0]
        Variance: NaN

Значение Distribution является struct массив с Name полей равно 't' и полевые DoF равно 8. Когда вы задаете степени свободы, они не оцениваются, если вы вводите модель в estimate.

Задайте модель MA, используя приложение Econometric Modeler

В приложении Econometric Modeler можно задать структуру задержки, наличие константы и инновационное распределение модели MA (q), выполнив эти шаги. Все указанные коэффициенты неизвестны, но оценочные параметры.

Для примера:

После того, как вы задаете модель, кликните Estimate, чтобы оценить все неизвестные параметры в модели.