自相关和异方差扰动
具有非球面误差的回归模型，以及HAC和FGLS估计量
若要显式地为扰动序列中的序列相关性建模，请创建带有ARIMA误差的回归模型(regARIMA模型对象)。或者，为了承认非球面性的存在，您可以估计异方差和自相关一致(HAC)系数协方差矩阵，或实现可行的广义最小二乘(FGLS)。有关HAC和FGLS估计器的更多详细信息，请参见时间序列回归X:广义最小二乘和HAC估计．
有关支持ARIMA模型创建和分析的条件平均模型工具，请参见金宝app条件平均模型．
应用程序
| 计量经济学建模师 | 分析计量经济时间序列并建立模型 |
功能
例子和如何
创建模型
- 创建带有ARIMA误差的回归模型
使用自回归积分移动平均误差创建回归模型regARIMA或者econometricmodeler应用程序。 - 指定带有ARIMA错误的默认回归模型
使用ARIMA错误创建一个默认回归模型regARIMA． - 创建带有AR误差的回归模型
创建回归模型与AR误差使用regARIMA． - 创建具有MA误差的回归模型
创建具有MA误差的回归模型regARIMA． - 创建带有ARMA误差的回归模型
使用ARMA误差创建回归模型regARIMA或者econometricmodeler应用程序。 - 创建带有ARIMA误差的回归模型
使用ARIMA误差创建回归模型regARIMA． - 使用SARIMA误差创建回归模型
使用SARIMA误差创建回归模型regARIMA． - 指定ARIMA误差模型创新分布
选择高斯分布或t分布的创新。 - 指定带有SARIMA误差的回归模型
创建一个带有乘法季节ARIMA误差的回归模型。 - 修改regARIMA Model属性
更改现有模型的各个方面。 - ARIMA误差回归模型的脉冲响应图
绘制带有ARIMA误差的各种回归模型的脉冲响应函数。 - 可供选择的ARIMA模型表示
在ARMAX和带有ARMA误差的回归模型之间进行转换。
模型与数据拟合
- 使用计量经济学建模器应用程序估计ARMA误差回归模型
交互式地指定和估计具有ARMA误差的回归模型。 - 利用ARIMA误差估计回归模型
估计美国国内生产总值(GDP)对消费价格指数(CPI)变化的敏感性估计． - 带有乘法ARIMA误差的回归模型估计
利用乘法ARIMA误差拟合数据回归模型估计． - 可供选择的ARIMA模型表示
在ARMAX和带有ARMA误差的回归模型之间进行转换。 - 为ARMA误差模型选择滞后
使用赤池信息准则(AIC)对具有ARMA误差的回归模型选择非季节自回归和移动平均滞后多项式度。 - 用HAC估计绘制置信带
Plot使用Newey-West稳健标准误差修正了置信带。 - 更改HAC估计器的带宽
在估计HAC系数协方差时更改带宽，并比较不同带宽和内核上的估计。 - 比较稳健回归技术
使用带有ARIMA误差的回归模型、回归树袋和贝叶斯线性回归来处理有影响的异常值。 - 分享计量经济模型应用程序会议的结果
导出变量到MATLAB®工作区，生成纯文本和活动函数，返回在应用程序会话中估计的模型，或生成报告，记录您在时间序列上的活动和在econometretresmodeler应用程序会话中估计的模型。
生成模拟或脉冲响应
- 用ARMA误差模拟回归模型
模拟具有ARMA误差的各种回归模型的观测结果。 - 模拟具有非平稳误差的回归模型
模拟具有非平稳和指数误差的回归模型。 - 模拟带有乘法季节误差的回归模型
模拟带有平稳误差和差分平稳误差的回归模型。 - 基于ARIMA误差的回归模型预测
利用ARIMA(3,1,2)误差对回归模型进行预测预测而且模拟．
生成最小均方误差预测
- 基于ARIMA误差的回归模型预测
利用ARIMA(3,1,2)误差对回归模型进行预测预测而且模拟． - 带有乘法季节ARIMA误差的回归模型预测
预测一个乘法季节ARIMA模型预测． - 验证regARIMA模型的预测能力和鲁棒性
利用ARIMA误差对回归模型进行预测，并检验模型的可预测性鲁棒性。
概念
- 使用计量经济建模器分析时间序列数据
交互式可视化和分析单变量或多变量时间序列数据。
- 交互式地指定单变量滞后算子多项式
使用计量经济建模器指定时间序列模型估计的单变量滞后算子多项式项。
- 带有ARIMA误差的回归模型的脉冲响应
了解带有ARIMA误差的回归模型的脉冲响应函数。
- Nonspherical模型
了解显示自相关和异方差的创新。
- 具有时间序列误差的回归模型
了解带有ARIMA误差的回归模型。
- 时间序列回归模型
定义不同类型的时间序列回归模型。
- regARIMA模型估计的初始值
学习MATLAB如何在估计过程中使用初始参数值。
- 带有ARIMA误差的回归模型的截距可识别性
了解有ARIMA误差的回归模型的截距可识别性。
- 选择带有ARIMA误差的回归模型
学习如何选择一个适当的ARIMA误差回归模型。
- regARIMA模型的极大似然估计
了解具有ARIMA误差的回归模型的最大似然估计。
- regARIMA模型估计的优化设置
了解使用ARIMA误差估计回归模型的优化设置。
- regARIMA模型估计的预采样值
学习MATLAB如何在估计过程中使用预采样值。
- 使用等式约束的regARIMA模型估计
具有相等约束的ARIMA误差估计回归模型。
- 带有ARIMA误差的回归模型的蒙特卡罗模拟
了解如何从具有ARIMA误差的回归模型中生成独立的随机图。
- 用于regARIMA模型仿真的预采样数据
了解模拟带有ARIMA误差的回归模型所需的预样本数据。
- regARIMA模型模拟中的瞬态效应
了解预采样数据如何影响模拟路径。
- regARIMA模型的蒙特卡罗预测
了解如何使用许多模拟路径预测带有ARIMA误差的回归模型。
- 带有ARIMA误差的MMSE预测回归模型
了解最小均方误差预测。
您也可以从以下列表中选择一个网站: