主要内容

Nonspherical模型

模型或纠正异方差和相关性的影响

华宇电脑 创建单变量自回归综合移动平均(ARIMA)模型
regARIMA 创建具有ARIMA时间序列误差的回归模型

功能

autocorr 样本自相关
lbqtest 残差自相关的Ljung-Box q检验
parcorr 样本偏自相关
archtest 残差异方差恩格尔检验
hac 异方差和自相关一致协方差估计量
备受 可行广义最小二乘

例子和如何做

使用计量模型应用程序检测ARCH效应

通过检验残差平方的相关图和检验显著的ARCH滞后,交互式地评估一个系列是否具有波动性聚类。

检测拱效应

平方残差的自相关检验,或进行恩格尔ARCH检验。

自相关检测

评估ACF和PACF,或进行Ljung-Box Q-test。

时间序列回归X:广义最小二乘和HAC估计

这个例子展示了如何在异方差或自相关(非球形)创新存在的情况下估计时间序列数据的多元线性回归模型。

使用HAC估计绘制置信区间

使用纽威-韦斯特鲁棒标准误差绘制校正的置信带。

改变HAC估计器的带宽

在估计HAC系数协方差时改变带宽,并比较不同带宽和核的估计。

可供选择的ARIMA模型表示

转换之间的ARMAX和回归模型与ARMA误差。

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。

概念

选择具有ARIMA误差的回归模型

学习如何选择一个合适的回归模型与ARIMA误差。

Nonspherical模型

了解具有自相关和异方差的创新。