优化设置的regARIMA模型估计- MATLAB和Simulink金宝app - 金宝app,下载188bet金宝搏,金宝搏官方网站

regARIMA模型估计的优化设置

优化选项

估计最大化对数似然函数使用fmincon从优化工具箱™。fmincon有许多优化选项，如优化算法的选择和约束违规容忍度。使用以下方法选择优化选项optimoptions．

估计使用fmincon默认的优化选项，除了这些例外。有关详细信息,请参见fmincon和optimoptions在优化工具箱。

optimoptions属性	描述	估计设置
`算法`	一种最小化负对数似然函数的算法	`“sqp”`
`显示`	水平显示优化进展	`“关闭”`
`诊断`	显示关于要最小化的功能的诊断信息	`“关闭”`
`ConstraintTolerance`	违反约束的终止容忍	`1 e -`

如果您希望使用不同于默认值的优化选项，那么请设置您自己的usingoptimoptions．

例如，假设你想估计显示优化诊断信息。最佳实践是设置名称-值对参数“显示”、“诊断”在估计．或者，您可以指示优化器显示优化诊断。

指定一个具有AR(1)误差的回归模型(Mdl)，并从中模拟数据。

Mdl0 = regARIMA (基于“增大化现实”技术的, 0.5,“拦截”0,“方差”1);rng (1);%的再现性y =模拟(Mdl0 25);

Mdl没有回归组件。默认情况下,fmincon不显示优化诊断。使用optimoptions将其设置为显示优化诊断，并设置另一个fmincon属性的默认设置为估计如上表所示。

选择= optimoptions (@fmincon,“诊断”，“上”，“算法”，.．.“sqp”，“显示”，“关闭”，“ConstraintTolerance”1 e)

options = fmincon选项:当前算法('sqp')使用的选项(其他可用算法:'active-set'， ' inner -point'， 'sqp-legacy'， 'trust-region-reflective')设置属性:算法:'sqp' constrain公差:1.0000e-07显示:'off'默认属性:CheckGradients: 0 finitedifferencestpsize: 'sqrt(eps)' FiniteDifferenceType:MaxFunctionEvaluations: '100*numberOfVariables' MaxIterations: 400 objectivellimit: -1.0000e+20 OptimalityTolerance: 1.0000e-06 OutputFcn: [] PlotFcn: [] ScaleProblem: 0 specyconstraintgradient: 0 specyobjectivegradient: 0 StepTolerance: 1.0000e-06 TypicalX: 'ones(numberOfVariables,1)' UseParallel:显示当前算法未使用的选项('sqp')

% @fmincon是fmincon的函数句柄

控件下显示您设置的选项设定的用户:标题。以下财产默认值:标题是你可以设置的其他选项。

适合Mdl来y使用新的优化选项。

Mdl = regARIMA (1,0,0);EstMdl =估计(Mdl y“选项”、选择);

____________________________________________________________诊断信息变量数量:3个函数目标:@(X)nLogLike(X,YData,XData,E,U,Mdl, ar . lag,ma . lag,maxPQ,T,isDistributionT,userSpecifiedU0,trapValue)梯度:有限差分Hessian:有限差分(或准牛顿)非线性约束:@(x)internal. economic . arimanonlinearconstraints (x,LagsAR,LagsSAR,LagsMA,LagsSMA,tolerance)非线性约束梯度:有限差分约束非线性不等式约束个数:1非线性等式约束个数:0线性不等式约束个数:0线性等式约束个数:00下界约束个数:3上界约束个数:3算法选择sqp ____________________________________________________________结束诊断信息ARMA(1,0)误差模型(高斯分布):值标准错误TStatistic PValue ________ _____________ __________ _________截距-0.12097 0.44747 -0.27034 0.7869 AR{1} 0.46386 0.15781 2.9393 0.0032895方差1.2308 0.47275 2.6035 0.0092266

请注意

估计在数值上最大化对数似然函数，潜在地使用等式、不等式和下界和上界约束。如果你设置算法除了sqp，确保算法支持类似的约束，例如金宝app内点．例如,trust-region-reflective不支持不等式约束。金宝app
估计的约束级别ConstraintTolerance所以没有违反约束条件。有主动约束的估计有不可靠的标准误差，因为方差-协方差估计假设似然函数是最大似然估计周围的局部二次型。