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。
该软件在使用ARIMA误差估计回归模型时强制执行这些约束:
非季节性和季节性AR算子多项式的稳定性
非季节性和季节性MA算子多项式的可逆性
创新方差严格大于零
严格大于2的自由度t创新分布
regARIMA
|估计
|fmincon
|optimoptions