Эти примеры показывают, как построить одномерные и многомерные данные временных рядов с помощью приложения Econometric Modeler. После графического изображения временных рядов можно взаимодействовать с графиками.
В этом примере показано, как построить одномерные данные временных рядов, а затем наложить полосы рецессии на график. Набор данных содержит ежеквартальные цены валового внутреннего продукта (ВВП) США за период с 1947 по 2005 год.
В командной строке загрузите Data_GDP.mat
набор данных.
load Data_GDP
Data
содержит временные ряды и dates
содержит время дискретизации в виде серийных номеров дат.
Преобразуйте время дискретизации в datetime
вектор. Удалите часы, минуты и секунды из вектора datetime.
dates = datetime(dates,'ConvertFrom','datenum','Format',"yyyy-MM-dd");
Создайте расписание, содержащее данные, и связайте каждую строку с соответствующим временем дискретизации в dates
.
DataTable = timetable(Data,'RowTimes',dates,'VariableNames',"GDP");
В командной строке откройте приложение Econometric Modeler.
econometricModeler
Также откройте приложение из галереи Apps (см. Econometric Modeler).
Импортируйте DataTable
в приложение:
На вкладке Econometric Modeler, в разделе Import, нажмите.
В Import Data окне в столбце Import? установите флажок для DataTable
переменная.
Нажмите Import.
Переменная GDP
появляется на панели Time Series, а его график временных рядов появляется в Time Series Plot(GDP) окне рисунка.
Наложите полосы рецессии, щелкнув правой кнопкой мыши на графике и окне рисунка, а затем выбрав Show Recessions.
Наложите сетку путем паузы на график и нажатия.
Особое внимание на ВВП в период с 1970 года по конец периода выборки:
Пауза на графике, затем нажмите.
Установите крест-волосы на (1970 12000), затем перетащите крест-волосы на (2005 3500).
ВВП выглядит плоским или уменьшающимся до и в периоды рецессии.
В этом примере показано, как построить график нескольких рядов на одном графике временных рядов, взаимодействовать с полученным графиком и построить график корреляций среди переменных. Набор данных, хранящийся в Data_Canada
, содержит ежегодную инфляцию в Канаде и процентные ставки за период с 1954 по 1994 год.
В командной строке загрузите Data_Canada.mat
набор данных.
load Data_Canada
Преобразуйте таблицу DataTable
в расписание:
Очистить имена строк DataTable
.
Преобразуйте годы дискретизации в datetime
вектор.
Преобразуйте таблицу в расписание путем связи строк с временами дискретизации в dates
.
DataTable.Properties.RowNames = {}; dates = datetime(dates,12,31,'Format','yyyy'); DataTable = table2timetable(DataTable,'RowTimes',dates);
В командной строке откройте приложение Econometric Modeler.
econometricModeler
Также откройте приложение из галереи Apps (см. Econometric Modeler).
Импортируйте DataTable
в приложение:
На вкладке Econometric Modeler, в разделе Import, нажмите.
В Import Data окне в столбце Import? установите флажок для DataTable
переменная.
Нажмите Import.
Канадские переменные процентного коэффициента и уровня инфляции появляются на панели Time Series, а график временных рядов, содержащий все ряды, появляется в Time Series Plot(INF_C) окне рисунка.
Наложите полосы рецессии, щелкнув правой кнопкой мыши график и выбрав Show Recessions.
Наложите сетку путем паузы на график и нажатия.
Снять уровень инфляции (INF_C
и INF_G
) из графика временных рядов:
Щелкните правой кнопкой мыши график.
Укажите на Show Time Series, затем очистите INF_C.
Повторите шаги 1 и 2, но вместо этого очистите INF_G.
Сгенерируйте график корреляции для всех переменных:
Выберите все переменные на панели Time Series.
Перейдите на вкладку Plots и нажмите Correlations.
График корреляций появляется в Correlations(INF_C) окне рисунка.
Снять уровень инфляции на основе ВВП (INF_G
) из графика корреляций:
Щелкните правой кнопкой мыши график.
Укажите на Show Time Series, затем очистите INF_G.
Все переменные, по-видимому, имеют перекос вправо. Согласно коэффициентам корреляции Пирсона (верхний слева от недиагональных графиков):
Уровень инфляции объясняет как минимум 70% изменчивости процентных ставок (при использовании в качестве предиктора в линейной регрессии).
Процентные ставки сильно коррелируют; каждый объясняет по меньшей мере 94% изменчивости в другом ряду.