矢量数据纠错(VEC)模型
如果1≤Mdl.Rank
≤Mdl.NumSeries
- - - - - -1
与大多数VEC模型,估计
执行参数估计在两个步骤。
估计
估计参数的协整关系,包括任何限制拦截和时间趋势,约翰森的方法[2]。
估计
构造的纠错方面估计协整关系。然后,估计
估计剩下的条款VEC模型通过构建向量自回归(VAR)模型在第一个分歧,包括纠错的预测因子。对于没有协整关系模型(Mdl.Rank
= 0)或同积矩阵的满秩(Mdl.Rank
=Mdl.Numseries
),估计
执行这个VAR估计的步骤。
您可以删除平稳序列,与标准单位向量空间的协整关系,从协整分析。为平稳性进行预测个人系列,使用adftest
,ppt
,kpsstest
,lmctest
。作为一种替代方法,您可以测试标准单位向量的上下文中使用完整的模型jcontest
。
如果1
≤Mdl.Rank
≤Mdl.NumSeries
- - - - - -1
参数的渐近误差协方差,协整关系(包括B,c0,d0对应于协整
,CointegrationConstant
,CointegrationTrend
通常非高斯特性,分别)。因此,估计
不估计或返回相应的标准误差。
相比之下,综合影响的误差协方差矩阵,定义为产品一个*Bʹ渐近高斯。因此,估计
估计,并返回它的标准错误。类似警告保持整体的标准误差常数和线性趋势(一个*c0和一个*d0对应于常数
和趋势
分别为属性)的H1 *和H *约翰森形式。
[1]<年代pan>汉密尔顿,詹姆斯D。时间序列分析。普林斯顿,纽约:普林斯顿大学出版社,1994年。
[2]<年代pan>约翰森,S。基于可能性推理在共合体向量自回归模型。牛津:牛津大学出版社,1995年。
[3]<年代pan>Juselius, K。共合体VAR模型。牛津:牛津大学出版社,2006年。
[4]<年代pan>Lutkepohl, H。新的多元时间序列分析的介绍。柏林:施普林格出版社,2005年。
过滤器
|<年代pan itemscope itemtype="//www.tatmou.com/help/schema/MathWorksDocPage/SeeAlso" itemprop="seealso">预测
|<年代pan itemscope itemtype="//www.tatmou.com/help/schema/MathWorksDocPage/SeeAlso" itemprop="seealso">varm
|<年代pan itemscope itemtype="//www.tatmou.com/help/schema/MathWorksDocPage/SeeAlso" itemprop="seealso">模拟
|<年代pan itemscope itemtype="//www.tatmou.com/help/schema/MathWorksDocPage/SeeAlso" itemprop="seealso">总结
|<年代pan itemscope itemtype="//www.tatmou.com/help/schema/MathWorksDocPage/SeeAlso" itemprop="seealso">推断出
|<年代pan itemscope itemtype="//www.tatmou.com/help/schema/MathWorksDocPage/SeeAlso" itemprop="seealso">mvregress