Предварительный образец данных для оценки условной средней модели
Presample data происходит от временных точек до начала периода наблюдения. В Econometrics Toolbox™ можно задать собственные данные предварительного образца или использовать сгенерированные данные предварительного образца.
В модели условного среднего распределения εt обусловлено исторической информацией. Историческая информация включает в себя прошлые ответы, , прошлые инновации, и, если вы включите их в модель, прошлые и настоящие экзогенные ковариаты, .
Количество прошлых ответов и инноваций, от которых зависит текущее нововведение, определяется степенью операторов AR или MA, и любым дифференцированием. Для примера в модели AR (2) каждое нововведение зависит от двух предыдущих ответов,
В моделях ARIMAX текущее нововведение также зависит от текущего значения экзогенного ковариата (в отличие от моделей распределенной задержки). Например, в модели ARX (2) с одним экзогенным ковариатом, каждое нововведение зависит от предыдущих двух ответов и текущего значения ковариата,
В целом вероятностный вклад первых нескольких нововведений обусловлен исторической информацией, которая может оказаться несметной. Как вы оцениваете параметры без всех данных? В примере ARX (2 ), явно зависит от и и явно зависит от и . Неявно, зависит от и и зависит от и Однако вы не можете наблюдать и
Объем предварительных образцов данных, которые вам нужно инициализировать модель, зависит от степени модели. Свойство P arima модель задает количество припадков и экзогенных данных, которые вам нужно инициализировать для AR- фрагмента модели условного среднего. Для примера, P = 2 в модели ARX (2). Поэтому вам нужно два ответа и две точки данных из каждого экзогенного ковариатного ряда, чтобы инициализировать модель.
Один из опций - использовать первый P данные из ответного и экзогенного ковариатного ряда в качестве предварительного перед выборкой, а затем подгонка вашей модели к остальным данным. Это приводит к некоторой потере размера выборки. Если вы планируете сравнить несколько потенциальных моделей, имейте в виду, что можно использовать только основанные на вероятностях меры подгонки (включая тест коэффициента правдоподобия и информационные критерии), чтобы сравнить модели подгонки с теми же данными (того же размера выборки). Если вы задаете свои собственные данные предварительного образца, то необходимо использовать самое большое необходимое количество откликов предварительного образца для всех моделей, которые вы хотите сравнить.
Свойство Q arima модель задает количество предварительных примеров инноваций, необходимых для инициализации фрагмента MA условной средней модели. Вы можете получить предварительные примеры инноваций, разделив ваши данные на две части. Подгонка модели к первой части и вывод инноваций. Затем используйте выведенные инновации в качестве предварительных инноваций для оценки второй части данных.
Для модели с авторегрессивным и скользящим средним значением компонентом можно задать как отклики прессования, так и инновации, то одно, то другое, или ни одно из них.
По умолчанию estimate генерирует автоматические предварительные примеры отклика и инновационных данных. Программное обеспечение:
Генерирует прицельные отклики путем обратного прогнозирования.
Устанавливает предварительную выборку инноваций в нуль.
Не генерирует предварительные экзогенные данные. Один из опций состоит в том, чтобы назад предсказать каждый экзогенный ряд, чтобы сгенерировать предварительную выборку во время предварительной обработки данных.