条件是模型
应用程序
| 计量经济学建模师 | 分析和计量经济模型的时间序列 |
功能
示例以及如何
创建模型
创建使用条件均值模型华宇电脑或计量经济学建模应用程序。
使用点表示法更改可修改的模型属性。
指定高斯或叔分布式创新过程，或者方差处理的条件方差模型。
交互式地指定一个tARIMA模型的创新分布。
创建固定的自回归模型华宇电脑或计量经济学建模应用程序。
使用创建可逆移动平均模型华宇电脑或计量经济学建模应用程序。
创建平稳和可逆的自回归移动平均模型使用华宇电脑或计量经济学建模应用程序。
创建使用ARIMA模型模型华宇电脑或计量经济学建模应用程序。
使用创建ARIMAX模型华宇电脑或计量经济学建模应用程序。
创建乘法ARIMA模型华宇电脑或计量经济学建模应用程序。
创建一个季节性的ARIMA模型。
创建一个复合的条件均值和方差模型。
模型与数据的拟合
交互式落实箱詹金斯方法来选择滞后的适当数量的条件均值模型。然后，拟合模型数据和所估计的模型导出到命令行来生成预测。
比较箱詹金斯和ARIMA估计。
选择使用信息标准ARMA模型。
交互估计乘性季节ARIMA模型。
估计一个乘性季节ARIMA模型。
通过指定乘法模型或使用季节假人来估计季节ARIMA模型。
交互式地指定和估计一个ARIMAX模型。
估计复合条件均值和方差模型。
通过执行剩余的诊断数据拟合的ARIMA模型交互后评估模型假设。
从拟合的ARIMA模型中推断残差。
导出变量到MATLAB®工作空间，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，记录您的活动时间序列和计量经济学建模应用程序会话中估计的模型。
生成模拟或脉冲响应
模拟平稳自回归模型和移动平均模型。
说明趋势平稳，并通过模拟差分平稳过程之间的区别。
从乘积季节ARIMA模型模拟样本路径。
从复合条件均值和方差模型中模拟响应和条件方差。
绘制各种型号的脉冲响应函数。
生成最小均方误差预测
通过比较估计模型的AIC值，交互式地选择ARIMA模型的滞后时间。然后，将几个模型导出到命令行，以比较它们的预测性能。
预测一个乘积季节ARIMA模型。
评估AR模型预测的渐近收敛性，并比较使用预样本数据和不使用预样本数据的预测。
预测的反应和条件方差从复合条件均值和方差模型。
预测通过计算MMSE预报或使用蒙特卡罗模拟的ARIMAX模型。
该示例示出了如何将时间线划分成样品前体，估计和预测期间，它显示了如何提供观测的适当数量来初始化估计和预测的动态模型。
概念
计量经济建模应用程序是用于可视化和分析单变量的时间序列数据的交互式工具。
指定使用的计量建模时间序列模型估计滞后算子多项式项。
学习条件平均模型的特征和形式。
了解自回归模型。
了解移动平均模型。
了解自回归移动平均模型。
学习自回归综合移动平均模型。
了解如何使用乘ARIMA模型解决季节性的和潜在的季节性单位根。
了解包含外生变量线性项的ARIMA模型。
了解如何可能性最大的是条件均值模型进行。
在使用已知参数值进行估计时约束模型。
指定预采样数据来初始化模型。
为估计指定初始参数值。
通过指定可选的优化选项来排除评估问题。
了解蒙特卡罗模拟。
了解模拟的预样本需求。
了解如何最大限度地减少瞬态效应。
了解蒙特卡洛预测。
学习脉冲响应函数。
了解MMSE预测。
