计量经济模型应用程序概述- MATLAB & Simulink - MathWorks法金宝app国 - 金宝app,下载188bet金宝搏,金宝搏官方网站

计量经济学模型应用程序概述

的计量经济学建模师App是一个用于分析单变量时间序列数据的交互式工具。该应用程序非常适合可视化和转换数据，执行统计规范和模型识别测试，将模型与数据拟合，以及在这些操作之间进行迭代。当您对模型感到满意时，可以将其导出到MATLAB中^®预测未来响应或进一步分析的工作空间。您还可以从会话生成代码或报告。

通过输入开始计量计量仪器econometricModeler在MATLAB命令行，或单击计量经济学建模师下计算金融在应用程序库中(应用程序选项卡上的MATLAB工具条)。

下面的工作流程描述了如何使用计量经济学模型找到一个与时间序列数据样本内拟合最好的模型。工作流不是一个严格的规定—您实现的步骤取决于您的目标和模型类型。您可以轻松地跳过一些步骤，并根据需要迭代几个步骤。该应用程序非常适合于时间序列模型构建的Box-Jenkins方法[１]．

为经济学橱柜准备数据- 选择要分析的响应变量，从中构建预测模型。（可选）选择解释变量以包含在模型中。

请注意

您只能从Matlab Workspace导入一个变量，进入经济学型号。因此，在命令行处，必须将多个系列同步和连接到一个变量。
导入时间序列变量-从MATLAB工作空间或mat文件导入数据到计量经济学模型。导入数据后，可以调整变量属性或变量的存在。
进行探索性数据分析—通过多种方式查看序列，通过转换稳定序列，通过统计测试检测时间序列属性。
- 可视化时间序列数据—支金宝app持时间序列图和相关图(如自相关函数ACF)。
- 执行规范和模型识别假设检验-测试序列的平稳性，异方差，自相关，共线性之间的多个序列。对于ARIMA和GARCH模型，这一步可以包括确定适当的滞后数量，以包括在模型中。金宝app支持的测试包括增强Dickey-Fuller测试、Engle的ARCH测试、Ljung-Box q测试和Belsley共线性诊断。
- 将时间序列- 金宝app支持的转换包括日志转换和季节性和非季度差异。
使候选模型适合数据- 根据经济理论决定的基于探索性数据分析或决定，为单变量响应系列选择模型参数表格。然后，估计模型。金宝app支持的模型包括季节性和非季度条件（例如，ARIMA），条件方差（例如，GARCH）和多元线性回归模型（可选地包含ARMA误差）。
进行拟合优度检查—通过残留诊断，确保模型能够充分描述数据。
- 可视化残差以检查它们是否以零，通常分布，同性恋和串行相关的。金宝app支持的地块包括定量定位和ACF图。
- 检验残差的同方差和自相关。金宝app支持的检验包括残差平方的Ljung-Box q检验和Engle的ARCH检验。
找出样本内拟合最好的模型-估计同一家族中的多个模型，然后选择产生最小拟合统计量的模型，例如赤池信息准则(AIC)。
导出会话结果-找到一个或多个性能良好的模型后，总结会话的结果。你选择的方法取决于你的目标。支持的方法包括：金宝app
- 出口变量-计量经济学模型导出选定的变量到MATLAB工作空间。如果应用程序中的一个会话没有完成您的分析目标，例如预测响应，那么您可以导出变量(包括估计模型)，以便在命令行中进行进一步分析。
- 生成一个函数- 经济学模型管理器生成MATLAB纯文本或实时函数，返回给定的数据返回所选模型。此方法可帮助您了解应用程序用于创建预测模型的命令行功能。您可以修改生成的功能以完成分析目标。
- 生成报告- 经济型造型器生成文档，例如PDF，描述您在所选变量或模型上的活动。当您在应用程序中完成目标时，此方法提供了清晰方便的分析摘要。

为计量模型应用程序准备数据

您只能从Matlab Workspace导入一个变量，进入经济学型号。因此，在导入数据之前，将响应系列和任何预测器系列连接到一个变量之前。

计量经济建模器支持这些可变数据类型。金宝app

MATLAB时间表 - 变量必须是双重精度数字向量。最好的做法是在时间表中导入数据，因为计量计量仪器：
- 属性中存储的名称来命名变量VariableNames场的性质财产。
- 使用时间变量值作为表示时间的任何轴的标记标签。否则，表示时间的标记是索引。
- 使您可以在时间序列图上覆盖衰退乐队（见recessionplot）
MATLAB表-变量必须是双精度数值向量。变量名是VariableNames场的性质财产。
数字向量或矩阵——对于矩阵，每一列是一个单独的变量variableNamej,在那里j为对应的列。

不管变量类型是什么，计量经济学建模器假设行对应于时间点(观察值)。

导入时间序列变量

数据集可以存在于MATLAB工作区中，也可以存在于您可以从机器访问的mat文件中。

要从工作区导入数据集，请在计量经济学建模师选项卡,进口部分，点击．在里面导入数据对话框，单击该复选框进口？列，然后单击进口．工作区中支持的数据类型的所有变量都会出现在对话框中，但是您只能选择一个。金宝app
从MAT文件导入数据进口部分，点击进口,然后选择从MAT文件导入．在里面选择一个MAT-file对话框，浏览到包含数据集的文件夹，然后双击mat -文件。

在导入数据之后，econometricmodeler将执行以下所有操作。

数据集中每个变量(列)的名称显示在时间序列窗格。
的变量的值时间序列窗格显示在预览窗格。
包含所有变量的时间序列图出现在时间序列情节（VariableName）图窗口,VariableName是其中一个变量的名称时间序列窗格。

你可以和变量交互时间序列窗格有几种方式。

例如，要选择一个变量来执行统计测试或创建绘图，请单击时间序列窗格。如果你双击变量，应用程序也会在单独的时间序列图中绘制它。
要打开，删除或导出变量，请右键单击其中时间序列窗格。然后，从“上下文”菜单中，选择所需的操作。
如需同时对多个时间序列进行操作，请按Ctrl键然后单击您想要使用的每个变量。

考虑将数据导入Data_USEconModelMat文件。

在命令行处，将数据加载到工作区中。
```
负载Data_USEconModel
```
在计量经济学模型中进口部分的计量经济学建模师选项卡上,单击．的导入数据将出现对话框。
Data_USEconModel存储多个变量。数据表和数据包含相同的数据，但是数据表是一个时间表，它将名称属性化为变量，并将采样时间属性化为行。进口数据表通过选择相应的进口？复选框，然后单击进口．

所有变量在数据表出现在时间序列窗格。假设你想保留COE，FEDFUNDS,国内生产总值只有选择所有其他变量，右键单击其中一个，然后选择删除．

在应用程序工作后，您可以导入另一个数据集。你点击后进口， econometricmodeler显示以下对话框。

如果你点击好的然后，经济型橱窗从中删除所有变量时间序列和模型窗格，并将所有文档封闭在右窗格中。

进行探索性数据分析

探索性数据分析包括确定变量的特征和它们之间的关系，并在脑海中形成一个预测模型。对于时间序列数据，识别指数增长、包含趋势或非平稳的序列，然后适当地转换它们。对于ARIMA模型，为了识别模型形式和响应序列序列相关结构的显著滞后，使用Box-Jenkins方法学[１]．如果您计划创建GARCH模型，那么请评估该系列是否包含波动性聚类和显著滞后。对于多元回归模型，确定共线性预测因子和那些与响应线性相关的预测因子。

对于时间序列数据分析，探索性分析通常包括在可视化数据之间进行迭代，执行统计规范和模型识别测试，以及转换数据。

可视化时间序列数据

导入数据集后，默认情况下，计量帐户建模器选择导入数据中的所有变量，并在右窗格中显示它们的时间序列绘图。例如，导入后数据表在里面Data_USEconModel数据集，应用程序显示这个时间序列图。

要创建自己的时间序列情节：

在里面时间序列窗格中，为图选择适当的系列数。
点击情节选项卡在工具条中。
单击按钮查看所需的绘图类型。

计量经济模型支持以下时间序列图。金宝app

阴谋	目标
时间序列或	识别缺失的值或异常值。确定指数增长或包含趋势的系列。识别非平稳序列。识别包含波动群体的系列。在同一地块内比较两个不同比例尺的系列(`等号左边轴`）. 在同一地块内比较多个具有相似比例尺的系列。
自相关函数(ACF)	用序列相关识别序列。确定AR模型是否合适。识别模型识别的显著MA滞后。
部分ACF (PACF)	用序列相关识别序列。确定MA模型是否合适。识别模型识别的显著AR滞后。
相关性	检查变量分布。识别具有线性关系的变量。

你可以通过以下方式与现有情节互动:

右击它
使用在情节暂停时出现的情节按钮
使用图形窗口上的选项

金宝app支持的交互因绘图类型而异。

保存图形-右键单击该图形，然后选择出口．保存出现的图形。
在图中添加或删除时间序列-右键单击图，指向显示时间序列菜单，然后选择要添加或删除的时间序列。
绘制衰退频带-右键单击时间序列图，然后选择显示经济衰退．
显示网格线 - 在图上暂停，然后单击．
切换图例 - 暂停在图上，然后单击．
在图形上暂停，然后单击．有关平移的更多详细信息，请参阅缩放，平移和旋转数据．
放大-暂停图形。要放大，请单击．要缩小，请单击．有关更多详细信息，请参阅缩放，平移和旋转数据．
恢复视图-若要在平移或缩放后将图形恢复到原来的视图，请在图形上暂停，然后单击．

对于序列相关函数图，在ACF或PACF.选项卡。你可以指定:

显示的滞后次数
置信带的标准偏差数
MA或AR顺序分别为理论ACF或PACF，有效零

计量计量器在调整参数时实时更新绘图。

当您研究数据时，绘图和计算结果会累积在右边选项卡下的窗格中。您可以在右侧窗格中自定义文档的显示，例如，通过执行以下任何操作，可以同时查看多个图:

通过将绘图选项卡拖动到右窗格的不同部分来确定它们的方向。当你拖动图形时，应用程序会突出显示可以放置图形的区域。若要撤消上一个文档或图形窗口的位置，请在位于分区中间的圆点上暂停，然后单击出现时。
点击文档操作按钮在文件的右上角。选项包括：
- 瓷砖都—选择多个地块的布局。
- 标签位置—选择显示数字页签的位置。

考虑一个有效的联邦基金利率的阿米马模型（FEDFUNDS）.为了识别模型特征(例如AR或MA滞后的数量)，将时间序列、ACF和PACF绘制在一起。

在里面时间序列窗格中，双击FEDFUNDS．
通过右键单击绘图，将衰减乐队添加到块中时间序列图（FEDFUNDS）图窗口，然后选择显示经济衰退．
在这一点情节选项卡上,单击ACF．
点击PACF.．
点击时间序列图（FEDFUNDS）图窗口并将其拖到右窗格的左侧。点击PACF (FEDFUNDS)图窗口，并将其拖动到窗格的右下方。

ACF缓慢消失，PACF在第一个滞后后切断。ACF的行为表明，在您选择ARIMA模型的形式之前必须转换时间序列。

在右侧窗格中，观察相关图之间水平分隔中间的点(在落后xACF的轴标签）。要撤消此相关模式定位，即通过选项卡分离相关性，请在点上暂停，然后单击出现时。

执行规范和模型识别假设测试

您可以执行假设测试，以确认您肉眼获得的时间序列属性，或测试难以看到的属性。计量经济学模型支持这些单变量系列的测试。金宝app

测试	假设
增强Dickey-Fuller	H₀：系列有一个单位根。 H₁：系列是静止的。有关支持参数的详细信息，请参阅金宝app`adftest`．
kwiatkowski，菲利普斯，施密特，胫骨（kpss）	H₀:系列是趋势平稳的。 H₁：系列有一个单位根。有关支持参数的详细信息，请参阅金宝app`KPSSTEST.`．
Leybourne-McCabe	H₀:系列是一个趋势平稳的AR(p）过程。 H₁:系列是ARIMA(p，1,1）过程。指定p,调整数量的滞后参数。有关支持参数的详细信息，请参阅金宝app`lmctest`．
Phillips-Peron.	H₀：系列有一个单位根。 H₁：系列是静止的。有关支持参数的详细信息，请参阅金宝app`PPTEST.`．
差异比例	H₀:级数是一种随机漫步。 H₁:级数不是随机漫步。有关支持参数的详细信息，请参阅金宝app`vratiotest`．
恩格尔的拱	H₀:系列不存在条件异方差(ARCH效应)。 H₁:系列是ARCH(p)模型,p> 0。指定p,调整数量的滞后参数。有关支持参数的详细信息，请参阅金宝app`archtest`．
Ljung-Box Q-Test	H₀:序列在第一个序列中没有自相关米滞后，即对应的系数共同为零。 H₁:级数至少有一个非零自相关系数ρ_j，j∈{1,…,米}。指定米,调整数量的滞后参数。有关支持参数的详细信息，请参阅金宝app`lbqtest`．

请注意

在进行测试之前，计量计量型号删除前导和尾随缺失值（南系列中的值）。Engle的ARCH测试不支持序列中的缺失值，即，金宝app南观察结果之前和成功的值。

平稳性测试的结果提示你是否应该对一个序列进行变换以使其稳定，以及哪种变换是合适的。对于ARIMA模型，平稳性检验结果表明是否包含整合程度。Engle的ARCH检验结果表明，该系列是否表现出波动性聚类，并建议在GARCH模型中包含滞后。Ljung-Box Q-test结果表明在ARIMA模型中需要多少AR滞后。

在经济学模型中执行单变量测试：

在“中”中选择一个变量时间序列窗格。
在这一点计量经济学建模师选项卡,测试部分，点击新的测试．
在测试库中，单击要执行的测试。toolstrip中将显示测试类型的新选项卡，右侧窗格中将显示测试结果的新文档。
在测试类型选项卡上，在参数第节，调整测试的参数。例如，考虑执行恩格尔的ARCH测试。上拱选项卡,参数节中，选择测试统计量中的滞后次数数量的滞后旋转盒，或意义水平（即值α)使用显著性水平旋转盒子。
在test-type选项卡上测试部分，点击运行测试．测试结果，包括是否拒绝零假设，是p的新行中显示参数设置结果测试结果文件表。如果缺斑假设已被拒绝，那么该应用程序将突出显示黄色的行。

您可以调整参数并多次运行测试。控件中的每个特定变量的测试运行结果显示为新行结果表格从中删除一排结果表中，选中对应的复选框选择列,然后单击明确的测试在test-type选项卡中。

请注意

多次测试膨胀了虚假的发现率。一种保守方式来保持整体假发现率α是将Bonferroni校正应用于每个测试的重要性水平。也就是说，总的来说t测试，集合显著性水平价值α/t．

对于多个级数，您可以使用Belsley共线性诊断来评估级数之间共线性的强度和来源. 要执行贝尔斯利相关性诊断，请执行以下操作：

选择至少两个变量时间序列窗格。
在这一点计量经济学建模师选项卡,测试部分，点击新的测试．
在测试库中，在共线性部分，点击Belsley共线性诊断．Belsley Conslinearity Diagnostics的一个新选项卡将显示在ToolStrip中，结果显示为右侧窗格中的新文档。
在这一点共线性选项卡,公差部分，调整测试参数。当您调整参数值时，该应用程序实时执行诊断。

计量经济模型返回一个表的奇异值，条件指数，和方差分解比例为每个变量。属性指定的公差的条件索引大于条件指数参数值公差部分的共线性选项卡。此外，计量计量仪器为每个变量的突出显示的行绘制方差分解比例。

在突出显示的行中，具有方差 - 分解的那些变量大于公差（或者绘图中的红色标记的那些变量）表现出多色性性。有关Belsley Conslinearity诊断结果和多色性的更多详细信息，请参阅collintest和时间序列回归II:共线性和估计量方差．

从诊断中添加或删除时间序列:

在测试结果文档中，右键单击结果表或阴谋。
指出显示时间序列．将出现所有变量的列表。
单击变量将其添加到诊断中，或单击选定的变量将其从诊断中删除。

考虑一个包含加拿大通货膨胀和利率作为预测变量的预测模型。确定变量是否共线。的Data_Canada数据集包含时间序列。

导入数据表变量Data_Canada数据设置为计量经济学建模师(见导入时间序列变量）.时间序列图显示在右窗格中。

所有序列似乎都包含自相关。虽然您应该在创建预测模型之前删除预测变量的自相关，但本示例继续进行，而不删除自相关。
在里面测试部分，点击新的测试．在里面共线性部分，点击Belsley共线性诊断．

Commoumetric Modeler创建一个包含Belsley Conslinity Diagnostics结果的文档。

条件指标和方差分解比例公差默认为30.和0.5,分别。由于它们的方差分解比例高于条件指标的容限，共线预测器是INT_L，INT_M,INT_S．

将时间序列

Box-Jenkins方法[１]对于ARIMA模型的选择，假设响应序列是平稳的，而伪回归模型可以由包含非平稳预测器和响应变量的模型产生(更多细节，见时间序列回归IV：虚假回归）.为了稳定您的系列，经济学型号支持这些转换金宝app转变部分的计量经济学建模师选项卡。

转型	使用When Series…	笔记
日志	是否有随其水平增长的指数趋势或方差	级数中的所有值必须为正。
线性去趋势	是否有一个线性确定的趋势，可以用最小二乘确定	当计量经济学模型对序列进行趋势分析时，它会忽略前面或后面的缺失(`南`)的值。如果在观测值之间出现任何缺失值，则应用程序返回一个向量`南`长度等于级数的值。
一阶差分	具有随机趋势	计量经济学模型在差分序列前面加上a`南`价值此操作确保差分序列与原始序列具有相同的长度和时基。
季节性差异	是否有季节性、随机的趋势	您可以使用旋转框指定一个季节的周期。例如,`12`表示每月的季节性变化。计量经济学建模师添加了差异系列`南(时期, 1)`,在那里`时期`是一个季节中指定的时期。这一操作确保了不同的系列具有与原始系列相同的长度和时间基数。

有关更多详细信息，请参阅数据转换．

要转换变量，请选择时间序列窗格，然后单击转换。转换序列后，表示转换后的序列的新变量将出现在时间序列窗格。此外，计量计量仪器绘图并选择新变量。要创建变量名称，应用程序将转换名称附加到变量名的末尾。您可以通过单击两次，重命名转换的变量时间序列选择变量名称的文本，然后输入新名称。按下可选择多个系列Ctrl键然后单击每个系列，然后同时对所选系列应用相同的转换。应用程序为每个系列创建新变量，将转换名称附加到每个转换变量名称的末尾，并将转换后的变量绘制在同一个图中。

例如，假设GDP在Data_USEconModel具有指数趋势和随机趋势。通过应用对数变换来稳定GDP，然后再应用第二个差分。

导入数据表变量Data_USEconModel数据设置为计量计量仪器（见导入时间序列变量）.
在里面时间序列窗格中，选择国内生产总值．
在这一点计量经济学建模师选项卡,转变部分，点击日志．应用程序创建一个名为GDPLog，显示在时间序列窗格，并显示时间序列的图。
在里面转变部分，点击区别．应用程序创建一个名为GDPLogDiff并显示时间序列的绘图。
在里面转变部分，点击区别．应用程序创建了一个名为GDPLogDiffDiff并显示时间序列的绘图。

GDPLogDiffDiff是稳定的GDP。

数据拟合模型

探索性数据分析的结果可以提出几个候选模型。选择一个模型，在时间序列窗格中，选择响应的时间序列变量，然后在计量经济学建模师选项卡,模型节，单击模型或在模型库中单击一个模型。计量经济模型支持以下模型。金宝app

模型类型

模型	类型
条件是:ARMA / ARIMA模型部分	静止自动增加（AR）有关详细信息,请参见自回归模型，`华宇电脑`,`估计`．
平稳移动平均线（MA）有关详细信息,请参见移动平均模型，`华宇电脑`,`估计`．
平稳ARMA 有关详细信息,请参见自回归移动平均模型，`华宇电脑`,`估计`．
非平稳综合ARMA (ARIMA) 有关详细信息,请参见ARIMA模型，`华宇电脑`,`估计`．
季节性（乘法）ARIMA（SARIMA）有关详细信息,请参见乘法ARIMA模型，`华宇电脑`,`估计`．
ARIMA包括外源性预测因子（ARIMAX）有关详细信息,请参见包括外生协变量的ARIMA模型，`华宇电脑`,`估计`．
季节性ARIMAX 有关详细信息,请参见`华宇电脑`和`估计`．
条件方差:GARCH模型部分	广义自回归条件异方差有关详细信息,请参见加油模型，`加油`,`估计`．
指数加油（egarch）有关详细信息,请参见EGARCH模型，`贝加奇`,`估计`．
格洛斯滕、贾格尔纳森和朗克尔(GJR) 有关详细信息,请参见GJR模型，`GJR.`,`估计`．
多元线性回归:回归模型部分	多元线性回归有关详细信息,请参见时间序列回归I:线性模型，`LinearModel`,`fitlm`．
ARMA错误的回归模型有关详细信息,请参见带时间序列错误的回归模型，`蛙`,`估计`．

条件是:ARMA / ARIMA模型部分

静止自动增加（AR）

有关详细信息,请参见自回归模型，华宇电脑,估计．

平稳移动平均线（MA）

有关详细信息,请参见移动平均模型，华宇电脑,估计．

平稳ARMA

有关详细信息,请参见自回归移动平均模型，华宇电脑,估计．

非平稳综合ARMA (ARIMA)

有关详细信息,请参见ARIMA模型，华宇电脑,估计．

季节性（乘法）ARIMA（SARIMA）

有关详细信息,请参见乘法ARIMA模型，华宇电脑,估计．

ARIMA包括外源性预测因子（ARIMAX）

有关详细信息,请参见包括外生协变量的ARIMA模型，华宇电脑,估计．

季节性ARIMAX

有关详细信息,请参见华宇电脑和估计．

条件方差:GARCH模型部分

广义自回归条件异方差

有关详细信息,请参见加油模型，加油,估计．

指数加油（egarch）

有关详细信息,请参见EGARCH模型，贝加奇,估计．

格洛斯滕、贾格尔纳森和朗克尔(GJR)

有关详细信息,请参见GJR模型，GJR.,估计．

多元线性回归:回归模型部分

多元线性回归

有关详细信息,请参见时间序列回归I:线性模型，LinearModel,fitlm．

ARMA错误的回归模型

有关详细信息,请参见带时间序列错误的回归模型，蛙,估计．

对于有条件的均值模型估计，Sarima和Sarimax是最灵活的模型。您可以通过点击，创建任何条件均值模型，该模型排除了外源预测器。SARIMA，也可以通过单击来创建至少包含一个外生预测因子的任何条件平均值模型SARIMAX．

选择模型后，应用程序会显示类型模型参数对话框,类型是模型类型。这个数字显示了SARIMAX模型参数对话框。

可调参数类型模型参数窗口依赖于类型．通常，可调参数包括：

与预测变量相对应的模型常数(偏移或截距)和线性回归系数(见调整模型常量和回归分量参数）
时间序列成分参数，包括季节性和非季节性滞后和积分程度(见调整时间序列组件参数）
创新分布(见调整创新分布参数）

在调整参数值时，模型方程部分更改以匹配您的规范。可调参数对应于在相应的模型创建参考页面中描述的输入参数和名称-值对参数。具体操作请参见具体型号的功能参考页面。无论您选择的模型是什么，模型中的所有系数都是未知的和可估计的，包括t-分布自由度参数(当指定at创新分布)。

请注意

计量经济学建模师不支持:金宝app

优化选项调整估算。
复合条件均值和方差模型。有关详细信息,请参见指定条件均值和方差模型．
在估计期间将平等约束应用于指定参数（除了在估计期间保持在零处的参数）之外。

要调整优化选项，估算复合条件均值和方差模型，或应用平等约束，请使用MATLAB命令行。

调整模型常量和回归分量参数

要包含模型常数（偏移或截距）项，请选择包括常数项或包括抵消项复选框。要删除模型常数（即，在估计期间将其约束为零），请清除该复选框。中复选框的位置和类型类型模型参数对话框取决于模型类型。默认情况下，除条件方差模型外，Econometric Modeler在所有模型类型中都包含一个模型常数。

为回归成分选择预测因子，在预测因子列表中，选中包括什么?列，对应于您希望包含在模型中的预测器。默认情况下，应用程序在任何模型类型中都不包含回归组件。

如果您选择ARIMAX，SARIMAX,或RegARMA，则必须至少选择一个预测值。
如果您选择高钙然后，您可以指定以下内容之一：
- 一个MLR模型，当你选择至少一个预测器
- 中的所有复选框清除时，使用常数平均模型(仅截取模型)包括什么?列并选择包括拦截复选框
- 当清除中的所有复选框时，将显示仅错误的模型包括什么?列并清除包括拦截复选框

考虑GDP到CPI和失业率的线性回归模型。指定回归：

导入数据表变量Data_USEconModel数据设置为计量计量仪器（见导入时间序列变量）.
在里面时间序列窗格中，选择响应变量国内生产总值．
在这一点计量经济学建模师选项卡,模型部分中，单击箭头以显示模型库。
在模型画廊中，在回归模型部分，点击高钙．
在里面高钙模型参数对话框中包括什么?列中，选择CPIAUCSL.和无权复选框。
点击估计按钮。

调整时间序列组件参数

通常，时间序列组件参数包含滞后，包括在季节性和非季节滞后运算符多项式中，以及季节性和非季度集成度。

对于有条件的均值模型，您可以指定季节性和非季度自回归滞后，以及季节性和非季度移动平均滞后。您还可以调整季节性和非季度的整合程度。
对于条件方差模型，可以指定ARCH和GARCH滞后。EGARCH和GJR模型也支持杠杆滞后。金宝app
对于具有ARMA误差的回归模型，可以指定非季节性自回归和移动平均滞后。对于包含季节性滞后或季节性或非季节性集成程度的模型，使用命令行代替。

计量经济学建模器支持两个选项来调整参数。金宝app调整选项位于的单独选项卡上类型模型参数对话框:延迟订单和滞后的向量标签。上延迟订单选项卡，可以指定订单滞后运营商多项式。此功能使您可以高效地包含所有滞后，从1通过指定顺序，在滞后运算符多项式中。在这一点滞后的向量标签，您可以指定个人滞后它包含一个滞后算子多项式。这个特性非常适合创建灵活的模型。有关更多详细信息，请参阅以交互方式指定滞后运营商多项式．

调整创新分布参数

对于所有型号，您可以指定创新的分布是高斯。对于所有型号，除了多个线性回归模型，您可以指定学生的t而是为了解决睑杆菌创新分配（有关详细信息，请参阅条件均值模型的最大似然估计，条件方差模型的最大似然估计,或regARIMA模型的最大似然估计）.如果您指定了t分布，然后计量模型估计其自由度参数使用最大似然。

默认情况下，计量经济学模型使用高斯分布的创新。要改变创新的分布，在类型模型参数对话框，从创新分布按钮，在列表中选择一个分发。

估计模型

计量计量仪器将模型中的所有参数视为未知和估计。指定模型后，单击将其拟合到数据后估计在里面类型模型参数对话框。

请注意

计量经济模型需要初始值的可估计参数和前样本观察初始化模型估计。计量经济模型总是选择默认的初始值和前样本值，如估计你想要估计的模型的参考页。
如果计量经济学模型在估计过程中出现错误，则:
- 指定的模型描述了数据。调整模型参数，然后估计新模型。
- 在命令行，调整优化选项并估计模型。有关详细信息,请参见条件平均模型估计的优化设置，条件方差模型估计的优化设置,或regARIMA模型估计的优化设置．

在你估计一个模型之后:

一个描述估计模型的新变量出现在模型带有名称的窗格Type_response．类型型号是和吗回复是响应变量，计量经济学建模师将其与模型相匹配，例如，ARIMA_FEDFUNDS．
你在一个估计的模型上操作模型右键单击该窗格。除了可用于时间序列变量的选项外（请参见导入时间序列变量)，上下文菜单包括修改选项，该选项允许您修改和重新评估模型。例如，右键单击模型并选择修改．然后,在类型模型参数对话框，调整参数后单击估计．
模型的对象显示出现在预览窗格。
的模型总结(Type_response）汇总估计结果的文件显示在右窗格中。显示的结果取决于模型类型。对于有条件的均值和回归模型，结果包括：
- 模型适合- 响应系列的时间序列和拟合值 $\overset{＾}{y}$
- 参数-包含参数估计、标准误差和的估计汇总表t统计和p-values用于测试对应参数为0的null假设
- 剩余情节-残差时间序列图
- 拟合优度-赤池信息准则(AIC)和贝叶斯信息准则(BIC)模型拟合统计量
对于条件方差模型，结果还包括估算摘要表和拟合良好统计数据，但是计量计量仪器图：
- 条件方差-推断条件方差的时间序列图 ${\overset{＾}{σ}}_{t}^{2}$
- 标准化残差- 标准化残差的时间序列曲线 $\frac{y_{t} - c}{{\overset{＾}{σ}}_{t}^{2}}$ ,在那里c为估计偏移量
您可以通过暂停一个并选择交互来与各个绘图进行交互（参见可视化时间序列数据）.您还可以通过右键单击文档与摘要进行交互。选项包括：
- 出口- 将绘图放在单独的数字窗口中。
- 显示模型-通过指向显示另一个估计模型的摘要显示模型，然后在列表中选择一个模型。
- 显示经济衰退-在时间序列图中绘制衰退带。

考虑一个SARIMA(0, 1, 1)×(0,1,1)₁₂为1949年至1960年国际航空公司每月旅客人数Data_Airline数据集。要使用计量经济学建模器估计此模型，请执行以下操作：

导入数据表变量Data_Airline数据设置为计量经济学建模师(见导入时间序列变量）.
在这一点计量经济学建模师选项卡,模型部分，单击箭头>SARIMA．
在里面SARIMA模型参数对话框中延迟订单标签:
- 季节性部分
  1. 集整合程度到1．
  2. 集移动平均订单到1．
  3. 清除包括常数项复选框。
- 季节性的部分
  1. 集时期到12表示每月数据。
  2. 集移动平均订单到1．
  3. 选择包括季节性差异复选框。
点击估计．

因此：

一个变量命名SARIMA_PSSG出现在模型窗格。
的价值SARIMA_PSSG出现在预览窗格。
一份评估摘要出现在新的模型总结(SARIMA_PSSG)文档。

进行拟合优度检验

在你估计一个模型之后，一个好的做法是确定拟合模型的充分性(见拟合优度）.计量经济学模型非常适合直观评估样本内拟合(除条件方差模型外的所有模型)和执行残留诊断。

残留诊断包括评估模型假设和调查是否必须重新指定模型以处理数据的其他属性。要评估的模型假设包括检查残差是否以零为中心、正态分布、同方差和序列不相关。如果残差没有显示所有这些属性，那么您必须确定偏离的严重程度，是否转换数据，以及是否指定不同的模型。有关残留诊断的详细信息，请参见时间序列回归VI:残留诊断和残留的诊断．

使用计量经济学模型进行拟合优度检查，在模型窗格中，选择一个估计模型。然后完成以下步骤:

为了直观地评估所有模型(条件方差模型除外)的样本内拟合，请检查模型适合情节在模型的总结文档。
为了直观地评估残差是否以零为中心、自相关和异方差，请检查剩余情节在里面模型的总结文档。

在这一点计量经济学建模师选项卡,诊断学部分，点击残留的诊断．诊断库提供了这些残余图和测试。

方法	诊断
残差直方图	目视评估正常性
剩余分位数图	目测正常度和偏度
ACF	目测残差是否自相关
Ljung-Box Q-Test	检验显著自相关的残差
残差平方的ACF	在视觉上评估残留物是否具有条件异素
恩格尔的拱测试	条件异方差检验残差(显著ARCH效应)

或者，绘制一个估计模型残差的直方图、分位数图或ACF:

选择一个模型模型窗格。
点击情节选项卡。
在里面情节段，单击箭头，然后单击模型图画廊的一部分。

请注意

另一个重要的适应度检查是预测绩效评估。评估几个模型的预测性能:

拟合一组模型的数据使用计量经济学建模师．
对所有模型执行残留诊断。
选择具有理想残差特性和最小拟合统计量的模型子集(见寻找最佳样本内拟合模型）.
将所选择的模型导出到MATLAB工作区（请参阅出口会议结果）.
在命令行执行预测性性能评估(参见评估预测性能）.

例如，看到使用计量模型应用程序创建模型后比较预测性能．

考虑对估计的SARIMA(0,1,1)×(0,1,1)进行拟合优度检查₁₂航空公司的模型计算数据估计模型．

在右侧窗格中的模型总结(SARIMA_PSSG)文档：
1. 模型适合表明该模型与数据吻合得相当好。
2. 剩余情节建议残留的平均值为零。然而，残留物看起来是异源和连续相关的。
在这一点计量经济学建模师选项卡,诊断学部分，点击残留的诊断．在诊断库中:
1. 点击剩余qq情节．右边窗格显示一个名为QQPlot (SARIMA_PSSG)包含残差的分位数图。
  
  图中显示残差近似正常，但尾部稍重。
2. 点击自相关函数. 在toolstrip中ACF选项卡出现并包含绘图选项。右边窗格显示一个名为机场核心设施（SARIMA_PSSG）含有残基的ACF。
  
  因为几乎所有的样本自相关值都低于置信界限，残差很可能不是连续相关的。
3. 点击恩格尔的拱门测试．在这一点拱选项卡,测试部分，点击运行测试使用默认选项运行测试。右窗格显示拱(SARIMA_PSSG)文档中显示测试结果结果表格
  
  结果表明，在5%的显著性水平上，残差没有ARCH效应的无效假设被拒绝。您可以尝试通过对序列应用对数变换来消除异方差。

寻找最佳样本内拟合模型

Econometric Modeler使您能够有效地将多个相关模型适合于一个数据集。在您评估了一个模型之后，您可以通过在模型中迭代方法来评估其他模型进行探索性数据分析，数据拟合模型,进行拟合优度检验．在每次迭代之后，一个新的模型变量出现在模型窗格。

对于您拟合相同响应序列的相同参数族模型，您可以通过比较它们的拟合统计量，在估计模型中确定具有最佳简约、样本内拟合的模型。从候选模型的子集出发，确定模型的最佳拟合使用计量经济学建模师：

在里面模型窗格，双击估计的模型。在右窗格中，模型的估计结果出现在模型总结(模型）文档,模型所选模型的名称。
在这一点模型总结(模型）的文档,拟合优度表中，选择拟合统计（AIC或BIC）并记录其值。
为所有候选模型迭代以前的步骤。
选择产生最小拟合统计量的模型。

有关健康统计数据的更多详细信息，请参阅模型选择的信息标准．

考虑寻找最佳拟合SARIMA模型，周期为12，航空公司旅客计数的日志Data_Airline数据集。符合Sarima模型的子集，考虑到包括最多两个季节性和非季节MA LAG的模型的所有组合。

导入数据表变量Data_Airline数据设置为计量经济学建模师(见导入时间序列变量）.
将日志转换应用于Pssg.(见将时间序列）.
适合SARIMA (0, 1,问)×(0,1,问₁₂）₁₂到PSSGLog，所有未知订单为0（参见估计模型）.
在右侧窗格中的模型总结(SARIMA_PSSGLog)的文档,拟合优度表，记录AIC值。
在里面模型窗格中，选择PSSGLog．
重复步骤4和5，但调整问和问₁₂涵盖。的九种排列问∈{0，1，2} 和问₁₂∈{0，1，2}。Econometric Modeler通过在变量名末尾附加连续的数字来区分同类型的后续模型。

所得AIC值见表。

模型	变量名	另类投资会议
Sarima（0,1,0）×（0,1,0）₁₂	`SARIMA_PSSGLog1`	-491.8042
Sarima（0,1,0）×（0,1,1）₁₂	`SARIMA_PSSGLog2`	-530.5327
Sarima（0,1,0）×（0,1,2）₁₂	`SARIMA_PSSGLog3`	-528.5330.
SARIMA(0, 1, 1)×(0,1,0)₁₂	`SARIMA_PSSGLog4`	-508.6853
SARIMA(0, 1, 1)×(0,1,1)₁₂	`SARIMA_PSSGLog5`	-546.3970
Sarima（0,1,1）×（0,1,2）₁₂	`SARIMA_PSSGLog6`	-544.6444
萨里玛（0,1,2）×（0,1,0）₁₂	`SARIMA_PSSGLog7`	-506.8027.
SARIMA(0, 1, 2)×(0,1,1)₁₂	`SARIMA_PSSGLog8`	-544.4789
SARIMA(0, 1, 2)×(0,1,2)₁₂	`SARIMA_PSSGLog9`	-542.7171

因为它产生最小AIC, SARIMA(0,1,1)×(0,1,1)₁₂模型是模型，具有最佳解析，适用于样本。

出口会议结果

Econometric Modeler为您提供了几个共享会话结果的选项。您选择的选项取决于您的分析目标。

分享你的结果的选项在出口部分的计量经济学建模师选项卡。该表描述了可用的选项。

选项	描述
导出变量	导出时间序列和模型变量到MATLAB工作区。选择此选项可以在MATLAB命令行中执行进一步的分析。例如，您可以从一个估计模型生成预测，或者检查几个模型的预测性能。
生成函数	生成MATLAB功能以在应用外部使用。该函数接受加载到应用程序的数据作为输入，并输出应用程序会话中估计的模型。选择此选项：了解计量经济建模器用于创建和估计模型的功能。修改MATLAB编辑器中生成的函数以进行进一步使用。
生成生活功能	生成一个MATLAB实时函数用于应用程序外部。该函数接受加载到应用程序中的数据作为输入，并输出在应用程序会话中估计的模型。选择此选项：了解计量经济建模器用于创建和估计模型的功能。修改Live Editor中生成的函数以进行进一步使用。
生成报告	生成总结会话的报告。当您在Econometric Modeler中实现分析目标时，请选择此选项，并且希望共享结果的摘要。

输出变量

从导出时间序列和估计模型变量的步骤时间序列或模型面板到MATLAB工作区:

在这一点计量经济学建模师选项卡,出口部分，点击或出口>导出变量．
在里面导出变量对话框中，所有时间序列变量显示在左窗格中，所有模型变量显示在右窗格中。中相应的复选框选择要导出的时间序列和模型变量选择专栏。应用程序将选中在中选择的所有时间序列或模型变量的复选框时间序列和模型窗格。清除不想导出的变量的复选框。例如，这个图显示了如何选择PSSGLog时间序列和sarima_pssglog.SARIMA模型。
点击出口．

所选变量出现在MATLAB工作区中。时间序列变量是双精度列向量。估计模型的类型取决于模型(例如，导出的ARIMA模型是华宇电脑目的）。

或者，您可以通过至少选择一个变量来导出变量，右键单击选中的变量并进行选择出口．

生成一个函数

该应用程序可以生成纯文本功能或实时功能。这两个函数之间的主要区别在于用于修改生成函数的编辑器:在MATLAB编辑器中编辑纯文本函数，在live编辑器中编辑live函数。有关这两种函数类型之间差异的详细信息，请参见什么是活动脚本或功能?．

无论您选择的功能类型如何，生成的函数都接受加载到应用程序的数据作为输入，并在App会话中输出模型。导出MATLAB函数或实时函数，可在App会话中创建估计的模型：

在里面模型窗格中，选择一个估计模型。
在这一点计量经济学建模师选项卡,出口部分，点击出口．在里面出口菜单中,选择生成函数或生成生活功能．

MATLAB编辑器或实时编辑器显示一个未命名、未保存的函数，其中包含估计模型的代码。

默认情况下，函数名为modelTimeSeries．
该函数接受最初导入的数据集作为输入。
在该函数估计模型之前，它从估计中使用的输入数据集中提取变量，并对您在Econometric Modeler中应用的变量应用相同的转换。
该函数返回选定的估计模型。

考虑生成返回的实况函数sarima_pssglog.SARIMA(0, 1, 1)×(0,1,1)₁₂模型适合航空公司旅客数据的日志(见估计模型）.这个图显示了生成的live函数。

生成一个报告

计量计量客户机可以生成描述您在所选时间序列和模型变量上的活动的报告。该应用程序将报告组织成与所选时间序列和模型变量对应的章节。章节描述了在相应变量上执行的会话活动。

关于时间序列变量的章节描述了在会话中对选定变量执行的转换、绘图和测试。估算模型章节包含估算摘要，即模型的总结文件（参见估计模型）和残差诊断图和测试。

可以将报告导出为以下文档类型之一：

超文本标记语言(HTML)
微软^®词XML格式文档(DOCX)
便携式文件格式(PDF)

导出报告:

在这一点计量经济学建模师选项卡,出口部分，点击出口>生成报告．
在里面选择要包含在报告中的项目对话框中，所有时间序列变量都在时间序列窗格显示在左窗格中，而所有模型变量显示在模型窗格显示在右边窗格中。的复选框中选择要包含报表的变量选择专栏。
通过单击选择文档类型报告格式选择你想要的格式。
点击好的．
在里面选择要写入的文件窗户：
1. 浏览到要保存报表的文件夹。
2. 在里面文件名框，键入报告的名称。
3. 点击保存．