Переключающие порог модели динамической регрессии

Порог, авторегрессивный (TAR), самовозбуждающийся TAR (SETAR) и плавный переход авторегрессивные модели (STAR)

Переключающая порог модель динамической регрессии состоит из дискретной, фиксированной переменной состояния St и набор динамической регрессии (ARX или VARX) подмодели, которые описывают динамическое поведение одномерных или многомерных временных рядов Yt в каждом состоянии или режиме. Уровень zt observed threshold variable определяет режим во время t (значение St): St = j, если rj - 1 ≤ zt <rj, где параметры rj unobserved thresholds. Чтобы задать пороговую переменную, используйте threshold.

Авторегрессивные модели порога (TAR) обработка zt, столь же внешний к системе, тогда как самовозбуждающиеся пороговые модели перехода (SETAR) обрабатывают zt как эндогенный, в частности zt = ykt. Принимая во внимание, что переходы между состояниями моделей TAR являются резким, плавным переходом, авторегрессивные модели (ЗВЕЗДА) допускают изменения состояния с плавающей ставкой. Непрерывные функции уровня и сопоставленные параметры определяют ширину и уровень изменений состояния. Чтобы задать переключающую порог модель, используйте tsVAR.

Функции

развернуть все

thresholdСоздайте пороговые переходы
tsVARСоздайте переключающую порог модель динамической регрессии
arimaСоздайте одномерную авторегрессивную интегрированную модель (ARIMA) скользящего среднего значения
varmСоздайте векторную модель (VAR) авторегрессии
ttplotПостройте пороговые переходы
ttdataДанные о функции перехода
ttstatesДанные о переменной Threshold утверждают путь
estimateПодбирайте переключающую порог модель динамической регрессии к данным
summarizeОбобщите переключающие порог результаты оценки модели динамической регрессии
simulateСимулируйте демонстрационные пути переключающей порог модели динамической регрессии
forecastПредскажите демонстрационные пути из переключающей порог модели динамической регрессии
Для просмотра документации необходимо авторизоваться на сайте