条件是模型
自回归(AR)、滑动平均(MA), ARMA, ARIMA ARIMAX和季节性模型
在时间序列计量经济学,随时间变量的动态行为通常是感兴趣的。动态条件均值模型指定的期望值响应过程yt作为一个历史信息的函数。
模型一元线性条件的动态行为模型,利用计量经济学的工具箱™华宇电脑函数在命令行或您可以创建模型的交互计量经济学建模师应用。通过使用华宇电脑,您可以创建一个各种各样的自回归移动平均(ARIMA)模型集成,包括可选指定季节性组件SARIMA模型、线性调整外生ARIMAX模型预测,或指定一个方差GARCH模型,例如,要创建一个复合条件均值和方差模型。为更多的细节在编程和交互式地创建ARIMA模型,明白了创建单变量条件均值模型。
对于多元条件意味着模型,明白了向量自回归模型,线性回归模型,假设一个ARIMA错误的过程,看到的Autocorrelated和异方差的障碍。
应用程序
| 计量经济学建模师 | 分析和计量经济学时间序列模型 |
功能
主题
交互式工作流
- 分析使用计量经济学时间序列数据建模师
交互式可视化和分析单变量或多变量时间序列数据。 - 实现Box-Jenkins Modeler使用计量经济学模型选择和评估程序
交互地实现Box-Jenkins方法选择适当数量的单变量条件意味着模型的滞后。然后,适应模型数据和导出估计模型到命令行生成预测。 - 使用计量经济学建模应用程序执行ARIMA模型残差诊断
交互式地评估模型假设一个ARIMA模型拟合数据后通过执行剩余诊断。 - 分享成果的计量经济学建模应用程序会话
出口变量MATLAB®工作区,生成纯文本和函数,返回一个模型估计生活在一个应用程序会话,或者生成一个报告记录你的活动时间序列计量经济学建模应用程序会话和估计模型。
创建模型
- 选择使用Box-Jenkins方法对时间序列ARIMA模型
Box-Jenkins方法选择ARIMA模型申请澳大利亚消费者物价指数的季度。 - 创建单变量条件均值模型
创建使用单变量条件意味着模型华宇电脑或计量经济学建模应用。 - 指定单变量滞后算子多项式交互
指定单变量滞后算子多项式使用计量经济学时间序列模型估计Modeler。 - 修改条件意味着模型对象的属性
改变修改模型属性使用点符号。 - 指定条件的意思是模式创新分布
指定高斯或t分布式创新过程,或者条件方差方差模型的过程。 - 使用计量经济建模器指定t创新分布应用程序
交互式地指定一个t创新分布ARIMA模型。 - 创建自回归模型
创建使用平稳自回归模型华宇电脑或计量经济学建模应用。 - 创建移动平均模型
创建使用可逆移动平均模型华宇电脑或计量经济学建模应用。 - 创建自回归移动平均模型
创建使用固定和可逆的自回归移动平均模型华宇电脑或计量经济学建模应用。 - 创建集成自回归移动平均模型
创建使用自回归综合移动平均模型华宇电脑或计量经济学建模应用。 - 创建协变量包括外生ARIMA模型
创建ARIMAX模型使用华宇电脑或计量经济学建模应用。 - 创建乘法ARIMA模型
创建使用乘法ARIMA模型华宇电脑或计量经济学建模应用。 - 为时间序列数据创建乘法季节性ARIMA模型
创建一个季节性ARIMA模型。 - 指定条件均值和方差模型
创建一个复合条件均值和方差模型。
合适的模型数据
- Presample条件意味着模型估计的数据
指定presample数据初始化模型。 - 基本分区ARIMA模型估计的时间
当你适应时间序列数据模型,模型中滞后项需要初始化,通常与观测样本的开始。 - Box-Jenkins差分与ARIMA估计
比较Box-Jenkins和ARIMA估计。 - 选择使用BIC ARMA滞后
选择ARMA模型使用信息标准。 - 估计乘法ARIMA模型使用计量经济建模器应用程序
交互式地估计乘法季节性ARIMA模型。 - 估计乘法ARIMA模型
估计一个乘法季节性ARIMA模型。 - 使用指标变量模型季节性的滞后影响
估计季节性ARIMA模型通过指定一个乘法模型或者使用季节性的假人。 - 估计使用计量经济学Modeler ARIMAX模型应用
交互式地指定和估计一个ARIMAX模型。 - 估计条件均值和方差模型
估计一个复合条件均值和方差模型。 - 推断出残差进行诊断性检查
从安装ARIMA模型推断出残差。 - 最大似然估计条件均值模型
学习如何进行最大似然条件均值模型。 - 条件意味着具有等式约束的模型估计
约束模型在评估使用已知的参数值。 - 初始值条件意味着模型估计
指定初始参数值估计。 - 优化设置条件意味着模型估计
解决评估问题通过指定替代优化选项。
生成模拟或脉冲响应
- 模拟固定流程
模拟平稳自回归模型和移动平均模型。 - 模拟Trend-Stationary和Difference-Stationary流程
说明trend-stationary之间的区别和difference-stationary过程模拟。 - 模拟乘法ARIMA模型
模拟样本路径从一个乘法季节性ARIMA模型。 - 模拟条件均值和方差模型
模拟反应和条件方差的复合条件均值和方差模型。 - 条件是模型的脉冲响应函数
情节单变量自回归移动平均模型的脉冲响应函数。 - 蒙特卡罗模拟的条件意味着模型
了解蒙特卡罗模拟。 - Presample数据条件均值模型模拟
了解presample仿真要求。 - 瞬态效应条件意味着模型模拟
学习如何最小化瞬态效应。
生成最小均方误差预测
- 利用计量经济学Modeler创建模型后比较预测性能
交互式地选择滞后的ARIMA模型通过比较AIC值估计模型。然后,几个模型导出到命令行来比较它们的预测性能。 - 乘法ARIMA模型预测
预测乘法季节性ARIMA模型。 - 收敛性的基于“增大化现实”技术的预测
评估预测的渐近收敛的AR模型,并比较预测用和不用presample数据。 - 预测条件均值和方差模型
从组合预测的反应和条件方差条件均值和方差模型。 - 从ARX模型预测IGD率
预测一个ARIMAX模型通过计算来预测或使用蒙特卡罗模拟。 - 指定Presample和预测期数据预测ARIMAX模型
这个例子展示了如何分区一个时间表presample,估计和预测的时期,它显示了如何提供适当数量的观察来初始化估计和预测的动态模型。 - 蒙特卡罗条件均值模型的预测
了解蒙特卡罗预测。 - MMSE条件均值模型的预测
了解患者的预测。
