Приложение Econometric Modeler позволяет вам преобразовать данные временных рядов на основе детерминированных или стохастических трендов, которые вы видите на графиках или выводах теста гипотезы. Доступными преобразованиями в приложении являются логарифмическое сезонное и несезонное различие, и линейная детренд. Эти примеры показывают, как применить каждое преобразование к данным временных рядов.
В этом примере показано, как стабилизировать временные ряды, изменчивость которого растет с уровнем ряда, путем применения преобразования журнала. Набор данных Data_Airline.mat содержит ежемесячные подсчеты пассажиров авиакомпании.
В командной строке загрузите Data_Airline.mat набор данных.
load Data_AirlineВ 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 PSSG появляется на панели Time Series, и его график временных рядов находится в Time Series Plot(PSSG) окне рисунка.
Подбор модели SARIMA (0,1,1) × (0,1,1) 12 к данным на уровнях:
На вкладке Econometric Modeler, в разделе Models, щелкните стреле, чтобы отобразить галерею моделей.
В галерее моделей, в ARMA/ARIMA Models разделе, нажмите SARIMA.
В диалоговом окне SARIMA Model Parameters на вкладке Lag Order:
Nonseasonal раздел
Установите Degrees of Integration значение 1.
Установите Moving Average Order значение 1.
Снимите флажок Include Constant Term.
Seasonal раздел
Установите Period значение 12 для указания ежемесячных данных.
Установите Moving Average Order значение 1.
Установите флажок Include Seasonal Difference.
Нажмите Estimate.
Переменная модели SARIMA_PSSG появится на панели Models, его значение появится на панели Preview, а сводные данные оценок появятся в Model Summary(SARIMA_PSSG) документе.
Распространение невязок увеличивается с уровнем данных, что свидетельствует о гетероскедастичности.
Примените преобразование журнала к PSSG:
На панели Time Series выберите PSSG.
На вкладке Econometric Modeler, в разделе Transforms, нажмите Log.
Преобразованная переменная PSSGLog появляется на панели Time Series, а его график временных рядов появляется в Time Series Plot(PSSGLog) окне рисунка.
Экспоненциальный рост появляется удаленным из ряда.
С PSSGLog выбранный на панели Time Series, подгонка модели SARIMA (0,1,1) × (0,1,1) 12 к записанной серии с помощью тех же настроек диалогового окна, которые вы использовали для PSSG. Сводные данные оценок появятся в Model Summary(SARIMA_PSSGLog) документе.
Распространение невязок, по-видимому, не изменяется систематически с уровнями данных.
Этот пример показывает, как стабилизировать временные ряды с помощью нескольких несезонных операций различий. Набор данных, который хранится в Data_USEconModel.mat, содержит валовой внутренний продукт (ВВП) США, измеряемый ежеквартально, среди других серий.
В командной строке загрузите Data_USEconModel.mat набор данных.
load Data_USEconModelВ 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.
Переменные, включая GDP, появится на панели Time Series, а график временных рядов всех рядов появится в Time Series Plot(COE) окне рисунка.
На панели Time Series дважды кликните мышью GDP. График временных рядов GDP появляется в Time Series Plot(GDP) окне рисунка.
Серия, по-видимому, растет без привязки.
Примените первое различие к GDP. На вкладке Econometric Modeler, в разделе Transforms, нажмите Difference.
На панели Time Series переменная, представляющая дифференцированный ВВП (GDPDiff) появляется. График временных рядов дифференцированного ВВП появляется в Time Series Plot(GDPDiff) окне рисунка.
Серия дифференцированных ВВП, по-видимому, растет без ограничений после 1970 года.
Применить второе различие к ВВП путем дифференцирования ВВП. С GDPDiff на панели Time Series, на вкладке Econometric Modeler, в разделе Transforms, нажмите Difference.
На панели Time Series переменная, представляющая преобразованный дифференцированный ВВП (GDPDiffDiff) появляется. График временных рядов дифференцированного ВВП появляется в Time Series Plot(GDPDiffDiff) окне рисунка.
Трансформированный дифференцированный ряд ВВП выглядит стационарным, хотя и гетероскедастическим.
В этом примере показано, как преобразовать несколько серий цен в возвраты. Набор данных, который хранится в Data_USEconModel.mat, содержит ВВП США и расходы на личное потребление, измеренные ежеквартально, среди других серий.
В командной строке загрузите Data_USEconModel.mat набор данных.
load Data_USEconModelВ 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.
GDP и PCEC, помимо других серий, появляется на панели Time Series, а график временных рядов, содержащий все серии, появляется в окне рисунка.
На панели Time Series нажмите GDP, затем нажмите Ctrl и нажатие кнопки PCEC. Обе серии выбраны.
Перейдите на вкладку Plots и нажмите Time Series. График временных рядов GDP и PCEC появляется в Time Series Plot(GDP) окне рисунка.
Обе серии, по-видимому, растут без ограничений.
Преобразуйте цены ВВП и расходов на личное потребление в возвраты:
Перейдите на вкладку Econometric Modeler. Убедитесь, что GDP и PCEC выделяются на панели Time Series.
В Transforms разделе нажмите Log.
На Time Series панели отображаются переменные, представляющие логарифмическую серию ВВП (GDPLog) и регистрируемую серию расходов на личное потребление (PCECLog).
С GDPLog и PCECLog на панели Time Series, в разделе Transforms, нажмите Difference.
На Time Series панели отображаются переменные, представляющие возвраты ВВП (GDPLogDiff) и возвраты расходов на потребление (PCECLogDiff). График временных рядов ВВП и возвратов от расходов на личное потребление появляется в Time Series Plot(GDPLogDiff) окне рисунка.
На панели Time Series переименуйте GDPLogDiff и PCECLogDiff переменные. Нажмите GDPLogDiff дважды, чтобы выбрать его имя и ввести GDPReturns. Нажмите PCECLogDiff дважды, чтобы выбрать его имя и ввести PCECReturns.
Приложение обновляет имена всех документов, связанных с обоими возвратами.
Серия ВВП и личных расходов на потребление возвратов показаться стационарной, но наблюдения в каждой серии кажутся последовательно коррелированными.
Этот пример показывает, как стабилизировать временные ряды, демонстрирующие сезонное интегрирование, применяя сезонное различие. Набор данных Data_Airline.mat содержит ежемесячные подсчеты пассажиров авиакомпании.
В командной строке загрузите Data_Airline.mat набор данных.
load Data_AirlineВ 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 PSSG появляется на панели Time Series, а его график временных рядов появляется в Time Series Plot(PSSG) окне рисунка.
Устраните сезонный тренд, применив сезонное различие 12-го порядка. На вкладке Econometric Modeler, в разделе Transforms, установите Seasonal равным 12. Затем нажмите Seasonal.
Преобразованная переменная PSSGSeasonalDiff появляется на панели Time Series, а его график временных рядов появляется в Time Series Plot(PSSGSeasonalDiff) окне рисунка.
Трансформированный ряд, по-видимому, имеет несезонный тренд.
Устраните несезонный тренд, применив первое различие. С PSSGSeasonalDiff на панели Time Series, на вкладке Econometric Modeler, в разделе Transforms, нажмите Difference.
Преобразованная переменная PSSGSeasonalDiffDiff появляется на панели Time Series, а его график временных рядов появляется в Time Series Plot(PSSGSeasonalDiffDiff) окне рисунка.
Преобразованный ряд выглядит стационарным, но наблюдения появляются последовательно коррелированными.
На панели Time Series переименуйте PSSGSeasonalDiffDiff переменная, дважды кликнув ее, чтобы выбрать ее имя и ввести PSSGStable.
Приложение обновляет имена всех документов, связанных с преобразованной серией.
Этот пример показывает, как удалить детерминированный тренд с наименьшими квадратами из нестационарных временных рядов. Набор данных Data_Airline.mat содержит ежемесячные подсчеты пассажиров авиакомпании.
В командной строке загрузите Data_Airline.mat набор данных.
load Data_AirlineВ 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 PSSG появляется на панели Time Series, а его график временных рядов появляется в Time Series Plot(PSSG) окне рисунка.
Примените преобразование журнала к ряду. На вкладке Econometric Modeler, в разделе Transforms, нажмите Log.
Преобразованная переменная PSSGLog появляется на панели Time Series, а его график временных рядов появляется в Time Series Plot(PSSGLog) окне рисунка.
Идентифицируйте детерминированный тренд с помощью методом наименьших квадратов. Затем детрендируйте ряд путем удаления идентифицированного детерминированного тренда. На вкладке Econometric Modeler, в разделе Transforms, нажмите Detrend.
Преобразованная переменная PSSGLogDetrend появляется на панели Time Series, а его график временных рядов появляется в Time Series Plot(PSSGLogDetrend) окне рисунка.
PSSGLogDetrend по-видимому, не имеет детерминированного тренда, хотя и имеет заметный циклический тренд.