文档帮助中心文档
显示ARIMA模型估计结果
总结(Mdl)
结果=总结(Mdl)
例子
总结(Mdl)显示ARIMA模型的一个总结Mdl。
Mdl
如果Mdl是一个估计模型返回的估计,然后总结输出评估结果以MATLAB®命令窗口。显示器包括一个评估总结表的参数估计与相应的标准误差,t统计数据,p值。估计摘要包括合适的统计数据,如Akaike信息准则(AIC)和方差估计的创新。
估计
总结
如果Mdl返回的是一个unestimated模型华宇电脑,然后总结打印标准对象显示(显示相同华宇电脑模型创建期间打印)。
华宇电脑
结果=总结(Mdl)返回的变量和不打印命令窗口。
结果
如果Mdl估计模型,然后呢结果是一个结构,它包含估计结果。
如果Mdl是一个unestimated模型呢结果是一个华宇电脑等于模型对象Mdl。
全部展开
ARIMA模型,指定为一个华宇电脑模型对象返回的估计或华宇电脑。
模型总结,作为一个结构数组或一个返回华宇电脑模型对象。
如果Mdl估计模型,然后呢结果是一个结构数组包含这个表的字段。
描述
SampleSize
NumEstimatedParameters
LogLikelihood
另类投资会议
BIC
表
VarianceTable
最大似然估计模型的方差与相应的标准误差,t统计(估计除以标准错误),p值(假设常态)。
如果Mdl.Variance是常数,然后VarianceTable是一个包含一行表。
Mdl.Variance
如果Mdl.Variance是估计条件方差模型(例如,一个garch模型),然后VarianceTable是一个表的行对应方差估计模型参数。
garch
打印的结果估计ARMA模型使用模拟数据。
模拟数据从一个ARMA(1,1)模型使用已知的参数值。
MdlSim = arima (“不变”,0.01,基于“增大化现实”技术的,0.8,“马”,0.14,…“方差”,0.1);rng“默认”;Y =模拟(MdlSim, 100);
适合一个ARMA(1,1)模型模拟数据,关闭打印显示。
Mdl = arima (1,0, - 1);EstMdl =估计(Mdl Y“显示”,“关闭”);
打印的评估结果。
总结(EstMdl)
ARIMA(0, 1)模型(高斯分布)有效样本大小:100数量的估计参数:4 LogLikelihood: -41.296 AIC: 90.592 BIC: 101.013价值StandardError TStatistic PValue ________ _________________ __________ __________常数AR{1} 0.82289 - 0.071163 0.044537 - 0.046038 0.96741 - 0.33334 11.563 - 6.3104马e-31{1}方差0.12032 0.10182 1.1817 0.23731 0.13373 0.017879 7.4794 7.466 e-14
NASDAQ指数数据加载包含计量经济学™工具。把日常综合指数系列回归系列。数值稳定,收益转换成比例的回报。指定一个AR(1)和GARCH(1,1)组合模型。这是一个模型的形式
r t = c + ϕ 1 r t - - - - - - 1 + ε t ,
在哪里 ε t = σ t z t ,
σ t 2 = κ + γ 1 σ t - - - - - - 1 2 + α 1 ε t - - - - - - 1 2 ,
和 z t 是一个独立的和恒等分布的标准化的高斯过程。
负载Data_EquityIdx纳斯达克= DataTable.NASDAQ;r = 100 * price2ret(纳斯达克);T =长度(r);Mdl = arima (“ARLags”,1“方差”,garch (1,1));
合适的模型Mdl返回系列r通过使用估计。使用presample观测估计默认选择。
r
EstMdl =估计(Mdl r“显示”,“参数”);
ARIMA(1,0,0)模型(高斯分布):价值StandardError TStatistic PValue ________ _________________ __________ __________常数0.072632 0.018047 4.0245 5.7085 e-05 AR {1} 0.13816 0.019893 6.945 3.7847 e-12 GARCH(1,1)条件方差模型(高斯分布):价值StandardError TStatistic PValue ________ _________________ __________ __________常数0.022377 0.0033201 6.7399 1.5852 e-11 GARCH{1} 0.87312 0.0091019 95.928 0弓{1}e-42 0.11865 0.008717 13.611 3.4339
创建一个变量命名结果通过使用包含估计结果总结。
结果=总结(EstMdl)
结果=结构体字段:描述:“ARIMA(1,0,0)模型(高斯分布)”SampleSize: 3027 NumEstimatedParameters: 5 LogLikelihood: -4.7414e+03 AIC: 9.4929e+03 BIC: 9.5230e+03 Table: [2x4 table] VarianceTable: [3x4 table]
从评估结果中提取参数估计汇总表结构数组使用点符号。的表字段包含条件意味着模型参数估计和推断。的VarianceTable字段包含条件方差模型参数估计和推断。
meanEstTbl = results.Table
meanEstTbl =2×4表价值StandardError TStatistic PValue ________ _________________ __________ __________常数0.072632 0.018047 4.0245 5.7085 e-05 AR {1} e-12 0.13816 0.019893 6.945 3.7847
varianceEstTbl = results.VarianceTable
varianceEstTbl =3×4表价值StandardError TStatistic PValue ________ _________________ __________ __________常数0.022377 0.0033201 6.7399 1.5852 e-11 GARCH{1} 0.87312 0.0091019 95.928 0弓{1}e-42 0.11865 0.008717 13.611 3.4339
egarch
gjr
你有一个修改版的这个例子。你想打开这个例子与编辑?
你点击一个链接对应MATLAB命令:
运行该命令通过输入MATLAB命令窗口。Web浏览器不支持MATLAB命令。金宝app
选择一个网站翻译内容,看到当地事件和提供。根据你的位置,我们建议您选择:。
你也可以从下面的列表中选择一个网站:
选择中国网站(中文或英文)最佳站点的性能。其他MathWorks国家网站不优化的访问你的位置。
联系你当地的办公室