定义滞后运算符l这样l我yt=y我.一个米系数的-次多项式一个在滞后算子中l是由
在这里,系数一个0对应滞后0,一个1对应滞后1,以此类推一个米,对应滞后米.
要在计量经济学工具箱™中指定系数滞后算子多项式,请使用LagOp
.指定(非零)系数一个0、……一个米作为单元阵列,并将滞后系数作为矢量。
滞后算子多项式对象的系数被设计成看起来和感觉像传统的MATLAB®细胞阵列。然而,这里有一个重要的区别:单元格数组的元素可以通过正整数顺序索引(即1、2、3、....)访问利用基于滞后的索引法,可获得滞后算子多项式对象的系数。也就是说,您可以指定任何非负整数延迟,包括延迟0。
例如,考虑指定多项式 该多项式在滞后0时系数为1,滞后1时系数为-0.3,滞后4时系数为0.6。输入:
一个= LagOp ({1, -0.3, 0.6},“滞后”, [0, - 1, 4])
一个=一维滞后算子多项式 : ----------------------------- 系数:-0.3 - 0.6[1]滞后:(0 1 4)学位:四维:1
创建的延迟操作符对象一个
对应于一个4度的滞后算子多项式。一个LagOp
对象有许多描述它的属性:
系数
,一个系数单元数组。
滞后
,一个表示非零系数滞后的矢量。
学位
,多项式的次数。
维
,多项式的维数(与多元时间序列相关)。
要访问模型的属性,请使用点表示法。也就是说,输入变量名,然后输入属性名,中间用句号分隔。要访问特定的系数,请使用点表示法和单元格数组语法(与系数
数据类型)。
为说明这一点,返回滞后4时的系数:
A.Coefficients {4}
ans = 0.6000
返回滞后0时的系数:
A.Coefficients {0}
ans = 1
最后这个命令说明了索引延迟。指标0是有效的,对应滞后0系数。
注意如果你索引一个滞后大于多项式的次数会发生什么:
A.Coefficients {6}
ans = 0
这不会返回错误。相反,它返回O
,滞后系数为6(所有其他滞后系数为0)。
使用类似的语法添加新的非零系数。例如,要在滞后6时加上系数0.4,
A.Coefficients {6} = 0.4
一个=一维滞后算子多项式 : ----------------------------- 系数:[1 -0.3 0.6 0.4]滞后:[0 1 4 6]学位:6维度:1
滞后算子多项式对象一个
现在在滞后0 1 4和6处有非零系数,是6度。
当滞后指标被放置在括号内时,结果是另一个基于滞后的单元数组,它代表原始多项式的子集。
A0 = A.Coefficients (0)
A0 = 1-D滞后索引单元阵列在滞后[0]创建,非零系数在滞后[0]。
A0
是一种保持基于滞后的索引的新对象,适用于对滞后算子多项式的赋值和赋值。
类(A0)
ans = ' internal.econ.LagIndexedArray '
相反,当滞后索引放在花括号内时,结果与索引本身的数据类型相同:
类(A.Coefficients {0})
ans =“双”
您可以将差分算子Δ表示为滞后算子多项式表示法
更普遍的是,
用于指定多项式的一阶微分算子LagOp
,在滞后0和滞后1处指定系数1和-1:
D1 = LagOp ({1},“滞后”[0, 1])
D1 =一维滞后算子多项式 : ----------------------------- 系数:[1]滞后:[0 1]学位:1维:1
同样,滞后多项式符号的季节差分算子为
它在滞后0和时的系数是1和-1年代,在那里年代是季节性的周期性。例如,对于具有周期性的月度数据年代= 12,
D12 = LagOp ({1},“滞后”, [0, 12])
D12 =一维滞后算子多项式 : ----------------------------- 系数:[1]滞后:[0 12]学位:12维度:1
这就得到了一个12度的多项式对象。
当差分滞后算子多项式应用于时间序列时yt, ,这相当于过滤时间序列。注意,使用次数多项式来过滤时间序列D结果是失去了第一个D观察。
考虑时间序列的第二个不同点yt, 你可以把这个微分多项式写成
创建第二个差分多项式乘以多项式D1
得到二阶微分多项式
D2 = D1 * D1
D2 =一维滞后算子多项式 : ----------------------------- 系数(1 2 1):滞后:[0 1 2)学位:2维:1
二阶差分多项式中的系数对应于差分方程中的系数
为了观察滤波(差分)对时间序列长度的影响,模拟一个有10个观测值的数据集进行滤波:
rng (“默认”) Y = randn(10,1);
筛选时间序列Y
使用D2
:
Yf =过滤器(D2, Y);长度(Yf)
ans = 8
过滤后的级数比原始级数少了两个观测值。新序列的时间索引可以选择返回:
注意,时间指标是相对于时间0给出的。也就是说,原始级数对应于乘以(0,…,9)过滤后的序列丢失了前两个时间点(0和1)的观测值,从而得到一个对应于时间点(2,…,9)的序列。
您还可以过滤时间序列Y
,用滞后算子多项式D2
,使用这个简写语法:
Yf = D2 (Y);