计量经济学建模应用程序会话中分享成果

这个例子说明如何共享通过计量建模应用程序会话的结果：

出口时间序列和模型变量到MATLAB^®工作区
MATLAB生成纯文本和直播功能的应用外使用
生成时间序列和模型估计您的活动报告

在会话期间，示例转换和绘制数据，运行统计测试，并估计一个乘法季节性ARIMA模型。数据集Data_Airline.mat包含航空公司每月的乘客人数。

数据导入到计量建模

在命令行，加载Data_Airline.mat数据集。

加载Data_Airline

在命令行中，开计量经济学建模应用程序。

econometricModeler

或者，打开从应用程式库的应用程序（见计量经济学建模）。

进口数据表到应用程序：

在计量经济学建模选项卡，在进口部分，点击。
在里面导入数据对话框，在进口？列，选择复选框数据表变量。
请点击进口。

的变量PSSG出现在数据浏览器，其时间序列图显示在时间序列图(PSSG)数字窗口。

该系列呈现出季节性的趋势，序列相关，并可能呈指数增长。对于序列相关的交互分析，请参阅检测序列相关的使用计量经济学建模应用。

稳定系列

通过将日志转化为解决指数趋势PSSG。

在里面数据浏览器，选择PSSG。
在计量经济学建模选项卡，在变换部分，点击日志。

转换后的变量PSSGLog出现在数据浏览器，其时间序列图显示在时间序列图（PSSGLog）数字窗口。

该指数增长似乎是从该系列中删除。

通过应用12次季节差异解决当季潮流。同PSSGLog在所选择的数据浏览器，在计量经济学建模选项卡，在变换部分，设置时令的至12。然后，单击时令的。

转换后的变量PSSGLogSeasonalDiff出现在数据浏览器，其时间序列图显示在时间序列图（PSSGLogSeasonalDiff）数字窗口。

变换的序列似乎有一个单位根。

检验零假设PSSGLogSeasonalDiff具有通过使用扩张的Dickey-Fuller检定一个单位根。指定另一种方法是一个AR（0）模型，然后测试再次指定AR（1）模型。调整显着性水平0.025，以保持0.05的总显着性水平。

同PSSGLogSeasonalDiff在所选择的数据浏览器，在计量经济学建模选项卡，在测试部分，点击新的测试>扩张的Dickey-Fuller检定。
在ADF选项卡，在参数部分，设置显着性水平至0.025。
在里面测试部分，点击运行试验。
在里面参数部分，设置滞后数至1。
在里面测试部分，点击运行试验。

测试结果显示在结果的表ADF (PSSGLogSeasonalDiff)文件。

这两个检验都不能拒绝原假设，即级数是一个单位根过程。

通过将第一差值以解决单元根PSSGLogSeasonalDiff。同PSSGLogSeasonalDiff在所选择的数据浏览器，点击计量经济学建模选项卡。然后,在变换部分，点击区别。

转换后的变量PSSGLogSeasonalDiffDiff出现在数据浏览器，其时间序列图显示在时间序列图（PSSGLogSeasonalDiffDiff）数字窗口。

重命名PSSGLogSeasonalDiffDiff变量PSSGStable：

在里面数据浏览器，右键点击PSSGLogSeasonalDiffDiff。
在上下文菜单中选择改名。
输入PSSGStable。

该应用程序更新与改造系列相关的所有文档的名称。

识别模型系列

通过绘制样品自相关函数（ACF）和局部自相关函数（PACF）确定数据的一个条件均值模型滞后结构。

同PSSGStable在所选择的数据浏览器，点击地块选项卡,然后单击ACF。
显示ACF的前50次滞后。在ACF选项卡，设置滞后数至50。
单击地块选项卡,然后单击PACF。
显示PACF的第50个滞后。在PACF选项卡，设置滞后数至50。
拖动ACF（PSSGStable）上图中窗口PACF（PSSGStable）数字窗口。

根据[1]在ACF和PACF自相关表明以下SARIMA（0,1,1）×（0,1,1）₁₂模型适用于PSSGLog。

$（ 1 - 大号）（ 1 - {大号}^{12} ） ÿ_{Ť} = （ 1 + θ_{1} 大号）（ 1 + Θ_{12} {大号}^{12} ） ε_{Ť} 。$

关闭所有窗口身影。

指定并估算SARIMA模型

指定SARIMA（0,1,1）×（0,1,1）₁₂模型。

在里面数据浏览器,选择PSSGLog时间序列。
在计量经济学建模选项卡，在楷模节中，单击箭头>SARIMA。
在里面SARIMA模型参数对话框，在延迟订单标签:
- 非季节性部分
  1. 组集成度至1。
  2. 组移动平均订单至1。
  3. 清除包括常数项复选框。
- 时令的部分
  1. 组期至12指示月度数据。
  2. 组移动平均订单至1。
  3. 选择包括季节性差异复选框。
请点击估计。

该模型变量SARIMA_PSSGLog出现在数据浏览器，其估计总结出现在模型摘要（SARIMA_PSSGLog）文件。

将变量导出到工作区

出口PSSGLog，PSSGStable和SARIMA_PSSGLog到MATLAB工作区。

在计量经济学建模选项卡，在出口部分，点击。
在里面出口变量对话框中，选择选择复选框的PSSGLog和PSSGStable时间序列，以及SARIMA_PSSGLog模型（如有必要）。该应用程序会自动选择复选框被突出显示的所有变量数据浏览器。
请点击出口。

在命令行中，列出工作区中的所有变量。

谁是

名称大小字节类属性数据144x1 1152双DataTable的144x1 3192时间表说明22x54 2376字符PSSGLog 144x1 1152双PSSGStable 144x1 1152双SARIMA_PSSGLog 1x1的7963华宇日期144x1 1152双系列的1x1 162细胞

内容Data_Airline.mat时，数值向量PSSGLog和PSSGStable，估计华宇模型对象SARIMA_PSSGLog在工作区中的变量。

预测未来三年使用日志航线旅客数（36个月）SARIMA_PSSGLog。指定PSSGLog作为样品前的数据。

numObs = 36;fPSSG =预测(SARIMA_PSSGLog numObs,'Y0', PSSGLog);

画出乘客计数和预测。

FH = DataTable.Time（结束）+ calmonths（1：numObs）;数字;情节（DataTable.Time，实验值（PSSGLog））;保持上情节(fh exp (fPSSG));传奇(“航空公司乘客计数”，的预测数量，...'位置'，'最好')标题(“每月航空公司乘客计数，1949年至1963年”）ylabel（“乘客计数”）保持离

生成应用程序会话纯文本功能

生成的应用程序之外使用MATLAB功能。该函数返回估计的模型SARIMA_PSSGLog特定数据表。

在里面数据浏览器，选择SARIMA_PSSGLog模型。
在计量经济学建模选项卡，在出口部分，点击出口>生成功能。在MATLAB编辑器打开，并包含一个名为功能modelTimeSeries。该函数接受数据表（变量你在此会话进口），变换数据，并返回所估计的SARIMA（0,1,1）×（0,1,1）₁₂模型SARIMA_PSSGLog。
在编辑选项卡，单击救>救。
功能保存通过点击当前文件夹救在选择文件另存为对话框。

在命令行，估计SARIMA（0,1,1）×（0,1,1）₁₂模型通过传球数据表至modelTimeSeries.m。命名模型SARIMA_PSSGLog2。比较估算模型SARIMA_PSSGLog。

SARIMA_PSSGLog2 = modelTimeSeries(数据表);总结(SARIMA_PSSGLog)总结(SARIMA_PSSGLog2)

ARIMA（0,1,1）模型季节性集成为季节性MA（12）（高斯分布）有效样本规模：144估计的参数数量：3对数似然：276.198 AIC：-546.397 BIC：-537.488值StandardError的TStatistic p值_________ _____________ ____________________常数0 0楠楠MA {1} -0.37716 0.066794 -5.6466 1.6364e-08 SMA {12} -0.57238 0.085439 -6.6992 2.0952e-11方差0.0012634 0.00012395 10.193 2.1406e-24 ARIMA（0,1,1）模型季节性集成与季节性MA（12）（高斯分布）有效样本规模：144估计的参数数量：3对数似然：276.198 AIC：-546.397 BIC：-537.488值StandardError的TStatistic p值_________ _____________ __________ __________常数0 0楠楠MA {1}-0.37716 0.066794 -5.6466 1.6364e-08 SMA {12} -0.57238 0.085439 -6.6992 2.0952e-11方差0.0012634 0.00012395 10.193 2.1406e-24

正如预期的那样，该机型是相同的。

生成应用程序会话直播功能

不像一个纯文本的功能，实况功能包含格式的文本和公式，你可以使用Live编辑器修改。

生成的应用程序之外使用实况功能。该函数返回估计的模型SARIMA_PSSGLog特定数据表。

在里面数据浏览器，选择SARIMA_PSSGLog模型。
在计量经济学建模选项卡，在出口部分，点击出口>产生肝功能。实时编辑器打开，并包含一个名为功能modelTimeSeries。该函数接受数据表（变量你在此会话进口），变换数据，并返回所估计的SARIMA（0,1,1）×（0,1,1）₁₂模型SARIMA_PSSGLog。
在现场编辑器选项卡，在文件部分，点击救>救。
功能保存通过点击当前文件夹救在选择文件另存为对话框。

在命令行，估计SARIMA（0,1,1）×（0,1,1）₁₂模型通过传球数据表至modelTimeSeries.m。命名模型SARIMA_PSSGLog2。比较估算模型SARIMA_PSSGLog。

SARIMA_PSSGLog2 = modelTimeSeries(数据表);总结(SARIMA_PSSGLog)总结(SARIMA_PSSGLog2)

ARIMA（0,1,1）模型季节性集成为季节性MA（12）（高斯分布）有效样本规模：144估计的参数数量：3对数似然：276.198 AIC：-546.397 BIC：-537.488值StandardError的TStatistic p值_________ _____________ ____________________常数0 0 NaN的MA {1} -0.37716 0.066794 -5.6466 1.6364e-08 SMA {12} -0.57238 0.085439 -6.6992 2.0952e-11方差0.0012634 0.00012395 10.193 2.1406e-24 ARIMA（0,1,1）型号季节性集成为季节性MA（12）（高斯分布）有效样本规模：144号估计的参数：3对数似然：276.198 AIC：-546.397 BIC：-537.488值StandardError的TStatistic p值_________ _____________ __________ __________常数0 0楠楠MA {1}  -0.37716 0.066794 -5.6466 1.6364e-08 SMA {12} -0.57238 0.085439 -6.6992 2.0952e-11方差0.0012634 0.00012395 10.193 2.1406e-24

正如预期的那样，该机型是相同的。

生成报告

生成一个PDF报告，您的所有行动PSSGLog和PSSGStable时间序列，以及SARIMA_PSSGLog模型。

在计量经济学建模选项卡，在出口部分，点击出口>生成报告。
在里面为报表选择变量对话框中，选择选择复选框的PSSGLog和PSSGStable时间序列，以及SARIMA_PSSGLog模型（如有必要）。该应用程序会自动选择复选框被突出显示的所有变量数据浏览器。
请点击好。
在里面选择要写入的文件对话框中，导航到C：\ MyData的夹。
在里面文件名框中，键入SARIMAReport。
请点击救。

应用程序发布创建所需的代码PSSGLog，PSSGStable和SARIMA_PSSGLog在PDFC：\ MyData的\ SARIMAReport.pdf。该报告包括：

标题页和目录
地块包括所选择的时间序列
变换的说明应用到选定的时间序列
对所选时间序列进行统计检验的结果
所选择的模型估算摘要

参考文献

[1]盒，乔治E. P.，阿普·奎林M.詹金斯，和Gregory C.赖因泽尔。时间序列分析：预测与控制。第3版。新泽西州Englewood Cliffs：Prentice Hall出版社，1994年。

也可以看看