似然比检验条件方差模型
这个例子展示了如何使用似然比检验比较两个竞争，条件方差模型。
步骤1.将数据和指定GARCH模型。
加载包含在工具箱中的德国马克/英镑汇率数据，并将其转换为收益。指定GARCH（1,1），平均模型偏移量来估算。
加载Data_MarkPoundR = price2ret（数据）;T =长度（R）;MDL = GARCH（“偏移”大，NaN，'GARCHLags'1，'ARCHLags'，1）;
步骤2.估计GARCH模型参数。
使用适合指定的GARCH（1,1）模型，收益率序列估计。返回数似然目标函数的值。
[EstMdl，〜，logL] =估计（MDL，R）;
GARCH（1,1）条件方差模型与偏移（高斯分布）：值StandardError的TStatistic p值___________ _____________ __________ __________恒1.0748e-06 3.5715e-07 3.0095 0.0026168 GARCH {1} 0.80628 0.013258 60.814 0 ARCH {1} 0.15292 0.011517 13.2783.1113e-40偏移-6.1879e-05 8.2887e-05 -0.74655 0.45534
估计输出显示了四个估计参数和相应的标准误差。对于平均偏移的t统计量不超过两个量级大，表明这个参数在统计上并不显著。
第3步：安装一个GARCH模型没有一个平均偏移。
没有指定平均偏移的第二模型，它适合收益率序列。
MDL2 = GARCH（1,1）;[EstMdl2，〜，logL2] =估计（MDL2，R）;
GARCH（1,1）的条件方差模型（高斯分布）：值StandardError的TStatistic p值__________ _____________ __________ __________恒1.0535e-06 3.5049e-07 3.0059 0.0026483 GARCH {1} 0.80657 0.01291 62.475 0 ARCH {1} 0.15436 0.011575 13.336 1.4361e-40
所有新的拟合模型的t统计量高于两个量级大。
步骤4.进行似然比检验。
比较拟合模型EstMdl和EstMdl2使用似然比检验。供试限制的数量为一个（只的平均值被排除在第二个模型中的偏移）。
[H，P] = lratiotest（logL，logL2,1）
H =合乎逻辑0
p值= 0.4534
受限模型的零假设是不是有利于更大的模型的拒绝（H = 0）。没有平均偏差的模型是更简洁的选择。
第5步推断出条件方差和标准创新。
推断并绘制拟合模型的条件方差和标准的创新不平均偏移（EstMdl2）。
V =推断（EstMdl2，R）;旅店= r./sqrt(v）;图副区（2,1,1）情节（V）XLIM（[0，T]）标题（“条件方差”）副区（2,1,2）情节（INN）XLIM（[0，T]）标题（“标准化创新”）
推断的条件方差表现出高波动性的时期。
也可以看看
对象
功能
相关的例子
更多关于
您还可以选择从下面的列表中的网站：
