Presample data - данные из временных точек перед началом периода наблюдения. В Econometrics Toolbox™ можно задать собственные данные предварительного образца или использовать автоматически сгенерированные данные предварительного образца.
В модели условного отклонения текущее значение инновационного условного отклонения, зависит от исторической информации. Историческая информация включает прошлые условные отклонения, и прошлые инновации,
Количество прошлых отклонений и инноваций, от которых зависит текущее условное отклонение, определяется степенью модели условного отклонения. Для примера в модели GARCH (1,1) каждое условное отклонение зависит от одного отстающего отклонения и одного отстающего квадратного нововведения,
В целом трудности возникают в начале серии, потому что вероятностный вклад первых нескольких нововведений обусловлен исторической информацией, которая не наблюдается. В примере GARCH (1,1 ), зависит от и Эти значения не наблюдаются.
Для моделей GARCH (P, Q) и GJR (P, Q), чтобы инициализировать уравнение дисперсии, необходимы P дисперсии и Q нововведения. Для модели EGARCH (P, Q), max (P, Q) presample отклонений и Q инноваций presample необходимы, чтобы инициализировать отклонение уравнение.
Если вы хотите задать свои собственные отклонения и инновации, чтобы estimate, используйте аргументы имя-значение V0 и E0, соответственно.
По умолчанию estimate генерирует автоматические предварительные данные следующим образом. Для моделей GARCH и GJR:
Предварительные нововведения устанавливают в оценку безусловного стандартного отклонения инновационного ряда. Если существует термин среднего смещения, нововведения предварительного образца задаются как стандартное отклонение выборки скорректированного смещением ряда. Если среднего смещения нет, нововведения presample задаются как квадратный корень среднего значения выборки квадратного ряда отклика.
Отклонения Presample устанавливаются в оценку безусловного отклонения инновационного ряда. Если существует термин среднего смещения, нововведения предварительного образца задаются как среднее значение выборки для скорректированного квадратом ряда. Если среднего смещения нет, отклонения предварительного образца задаются как среднее значение выборки квадратного ряда отклика.
Для моделей EGARCH:
Отклонения Presample вычисляются как для моделей GARCH и GJR.
Предварительный образец нововведений установлен в нуль.
