文档帮助中心文档
样本偏自相关
parcorr (y)
parcorr (y,名称、值)
pacf = parcorr (___)
(pacf、滞后界限)= parcorr (___)
parcorr (ax,___)
[pacf、滞后界限,h] = parcorr (___)
例子
parcorr (y)情节的样本偏自相关函数(PACF)的单变量,随机时间序列y有信心。
parcorr (y)
y
parcorr (y,名称,值)使用由一个或多个名称-值对参数指定的附加选项。例如,parcorr (y, NumLags 10 ' NumSTD ', 2)绘制样本PACFy为10的置信范围,并显示2标准错误。
parcorr (y,名称,值)
名称,值
parcorr (y, NumLags 10 ' NumSTD ', 2)
10
2
pacf= parcorr (___)的PACF样本y使用前面语法中的任何输入参数。
pacf= parcorr (___)
pacf
[pacf,滞后,界限) = parcorr (___)另外返回的滞后数字说明MATLAB®用于计算PACF,并返回近似的置信上下限。
[pacf,滞后,界限) = parcorr (___)
滞后
界限
parcorr (斧头,___)在坐标轴上绘制斧头而不是当前轴(gca).斧头可以在前面语法中的任何输入参数组合之前。
parcorr (斧头,___)
斧头
gca
[pacf,滞后,界限,h) = parcorr (___)绘制样本PACFy并另外返回绘制图形对象的句柄。使用的元素h在创建图形之后修改其属性。
[pacf,滞后,界限,h) = parcorr (___)
h
全部折叠
指定AR(2)模型:
y t = 0 . 6 y t - 1 - 0 . 5 y t - 2 + ε t ,
在哪里 ε t 是均值为0方差为1的高斯分布。
rng (1);%的再现性Mdl = arima (基于“增大化现实”技术的{0.6 - -0.5},“不变”0,“方差”, 1)
描述:" arima(2,0,0)模型(高斯分布)"分布:名称= "高斯" P: 2 D: 0 Q: 0常数:0 AR: {0.6 -0.5} at lag [1 2] SAR: {} MA: {} SMA:{}季节性:0 Beta: [1×0]方差:1
模拟1000次观测Mdl.
Mdl
y =模拟(Mdl, 1000);
计算PACF。
(partialACF、滞后界限)= parcorr (y,“NumAR”2);界限
边界=2×10.0632 - -0.0632
界限显示(-0.0633,0.0633),这是上置信边界和下置信边界。
绘制PACF。
PACF在第二次延迟后中断。这种行为表明一个AR(2)过程。
指定乘法季节ARMA ( 2 , 0 , 1 ) × ( 3. , 0 , 0 ) 1 2 模型:
( 1 - 0 . 7 5 l - 0 . 1 5 l 2 ) ( 1 - 0 . 9 l 1 2 + 0 . 7 5 l 2 4 - 0 . 5 l 3. 6 ) y t = 2 + ε t - 0 . 5 ε t - 1 ,
Mdl = arima (基于“增大化现实”技术的{0.75, 0.15},“特别行政区”{0.9, -0.75, 0.5},...“SARLags”(12、24、36),“马”, -0.5,“不变”2,...“方差”1);
模拟的数据Mdl.
rng (1);y =模拟(Mdl, 1000);
绘制默认的偏自相关函数(PACF)。
图parcorr (y)
默认的相关图不会显示更高延迟的依赖结构。
标出40个滞后的PACF。
图parcorr (y,“NumLags”, 40)
相关图显示在滞后12、24和36处相关性较大。
观察单变量时间序列,软件计算或绘制PACF,指定为矢量。的最后一个元素y包含最新的观测结果。
使用以下命令指定遗漏的观察南.的parcorr函数将丢失的值处理为完全随机缺失.
南
parcorr
数据类型:双
双
轴
用于绘图的轴,指定为轴对象。
默认情况下,parcorr绘制到当前轴(gca).
指定可选的用逗号分隔的对名称,值参数。的名字参数是name和价值为对应值。的名字必须出现在引号内。可以以任意顺序指定多个名称和值对参数Name1, Value1,…,的家.
的名字
价值
Name1, Value1,…,的家
NumLags
样本PACF中的滞后次数,用逗号分隔的对指定,由“NumLags”一个正整数。parcorr使用滞后0: NumLags估算PACF。
“NumLags”
0: NumLags
默认值是分钟([20日T- 1),在那里T有效样本量是多少y.
分钟([20日T- 1)
T
例子:parcorr (y, Numlags, 10)绘制样本PACFy对滞后0通过10.
parcorr (y, Numlags, 10)
0
NumAR
的理论AR模型中的滞后数y,指定为由“NumAR”和一个小于NumLags.
“NumAR”
parcorr使用NumAR估计置信区间。对滞后>NumAR,parcorr假设y是长度的高斯白噪声过程吗n.因此,标准误差近似为 1 / T , 在哪里T有效样本量是多少y.
例子:parcorr (y, NumAR, 10)指定y是一个基于“增大化现实”技术(10)过程,图中所有滞后的置信区间均大于10.
parcorr (y, NumAR, 10)
NumSTD
置信范围内的标准错误数,指定为包含的逗号分隔对“NumSTD”一个非负的标量。对于所有滞后>NumAR,置信范围为0±NumSTD * σ ^ ,在那里 σ ^ 为样本偏自相关的估计标准误差。
“NumSTD”
NumSTD *
违约产生大约95%的置信范围。
例子:parcorr (y, NumSTD, 1.5)的PACF图y有信心界限1.5距离0的标准误差。
parcorr (y, NumSTD, 1.5)
1.5
方法
“ols”
“yule-walker”
PACF估计方法,指定为逗号分隔对组成“方法”和表中的一个值。
“方法”
如果y是一个完全观察到的系列,那么默认是“ols”.否则,默认为“yule-walker”.
例子:parcorr (y,“法”、“yule-walker”)估计PACF为y然后绘制出PACF。
parcorr (y,“法”、“yule-walker”)
数据类型:字符|字符串
字符
字符串
单变量时间序列的样本PACFy,作为长度的数字向量返回NumLags+1.
1
的元素pacf对应滞后0,1,2,…,NumLags(即,要素滞后).对于所有时间序列y,滞后0偏自相关pacf (1)=1.
pacf (1)
用于PACF估计的滞后数,作为长度的数字向量返回NumLags+1.
近似上和下部分自相关置信范围假设y是一个基于“增大化现实”技术(NumAR进程,作为一个双元素数字向量返回。
绘制图形对象的句柄,作为图形数组返回。h包含唯一的情节标识符,您可以使用这些标识符查询或修改情节的属性。
的偏自相关函数衡量的是yt和yt+k调整后的线性效果yt+ 1、……yt+k- 1.
PACF的估计涉及求解关于自相关的Yule-Walker方程。然而,如果充分观察时间序列,则PACF可以通过拟合连续的1、2、…阶自回归模型来估计。用普通最小二乘。有关详细信息,请参见[1],第3章。
随机变量的观察值为完全随机缺失如果一个观测值丢失的趋势独立于随机变量和所有其他观测值丢失的趋势。
为绘制无置信边界的PACF,设置“NumSTD”,0.
“NumSTD”,0
parcorr当您不请求任何输出或请求第四个输出时,绘制PACF。
[1] Box, g.e.p, g.m. Jenkins和g.c. Reinsel。时间序列分析:预测与控制.第三版,Englewood Cliffs,新泽西:Prentice Hall, 1994。
汉密尔顿,j.d.。时间序列分析.新泽西州普林斯顿:普林斯顿大学出版社,1994年。
autocorr|crosscorr|过滤器
autocorr
crosscorr
过滤器
您有本geänderte版本的Beispiels。Möchten您是我的朋友Änderungen öffnen?
您有一个链接,上面写着MATLAB-Befehl:
Führen您可以到澳大利亚的MATLAB-Befehlsfenster学习。web浏览器unterstützen keine MATLAB-Befehle。
选择一个网站,在可用的地方获得翻译的内容,并查看当地的事件和提供。根据您所在的位置,我们建议您选择:.
您也可以从以下列表中选择一个网站:
选择中国网站(中文或英文)以获得最佳网站表现。其他MathWorks国家网站不适合从您的位置访问。
联系当地办事处