主要内容

阈值切换动态回归模型

阈值自回归(TAR)、自激自回归(SETAR)和平滑过渡自回归(STAR)模型

阈值切换动态回归模型由离散的固定状态变量组成sT以及一组描述单变量或多变量时间序列动态行为的动态回归(ARX或VARX)子模型YT在每个国家或政权内。水平观测阈值变量ZT确定当时的制度T(价值sT):sT=J如果RJ- 1 ≤ZT<RJ,其中RJ未观测阈值. 要指定阈值变量,请使用门槛.

阈值自回归模型(TAR)处理ZT作为系统的外源,而自激阈值转换模型(SETAR)处理ZT作为内生的,特别是ZT=Ykt. 尽管TAR模型的状态转换是突然的,但平滑转换自回归模型(STAR)允许可变速率状态转换。连续速率函数和相关参数决定状态转换的宽度和速率。要指定阈值切换模型,请使用tsVAR.

功能

全部展开

门槛 创建阈值转换
tsVAR 建立阈值切换动态回归模型
阿里玛 创建单变量自回归综合移动平均(ARIMA)模型
瓦姆 创建向量自回归(VAR)模型
ttplot 绘图阈值转换
ttdata 过渡函数数据
TTS状态 阈值变量数据状态路径
估计 阈值切换动态回归模型与数据拟合
总结 总结阈值切换动态回归模型估计结果
模拟 模拟阈值切换动态回归模型的样本路径
预测 基于阈值切换动态回归模型的样本路径预测