自相关和异方差扰动
为了明确地对扰动序列中的序列相关建立模型，创建一个带有ARIMA误差的回归模型(regARIMA模型对象)。或者，为了承认非球面性的存在，您可以估计异方差和自相关一致(HAC)系数协方差矩阵，或者实现可行的广义最小二乘(FGLS)。有关HAC和FGLS评估器的更多细节，请参见时间序列回归X:广义最小二乘和HAC估计．
有关支持ARIMA模型创建和分析的条件平均模型工具，请参见金宝app条件是模型．
应用程序
| 计量经济学建模师 | 分析计量经济时间序列并建立模型 |
功能
例子和如何
创建模型
使用自回归综合移动平均误差创建回归模型regARIMA或Econometric Modeler应用程序。
使用ARIMA错误创建一个默认的回归模型regARIMA．
使用AR误差创建回归模型regARIMA．
使用MA误差创建回归模型regARIMA．
使用ARMA错误创建回归模型regARIMA或Econometric Modeler应用程序。
使用ARIMA错误创建回归模型regARIMA．
使用SARIMA错误创建回归模型regARIMA．
在高斯分布和t分布创新之间进行选择。
创建一个带有季节性ARIMA误差的回归模型。
更改现有模型的各个方面。
绘制具有ARIMA误差的各种回归模型的脉冲响应函数。
在ARMAX和带有ARMA误差的回归模型之间转换。
数据拟合模型
交互式地指定和估计带有ARMA误差的回归模型。
使用以下方法，估计美国国内生产总值(GDP)对消费者物价指数(CPI)变动的敏感性估计．
用乘法ARIMA误差拟合一个回归模型估计．
在ARMAX和带有ARMA误差的回归模型之间转换。
采用Akaike信息准则(AIC)选择具有ARMA误差的回归模型的非季节性自回归和移动平均滞后多项式度。
使用neweey - west稳健标准误差绘制校正置信带。
在估计HAC系数协方差时改变带宽，并比较不同带宽和内核的估计值。
使用带有ARIMA误差的回归模型、回归树袋和贝叶斯线性回归来处理有影响的离群值。
分享Econometric Modeler App Session的结果
将变量导出到MATLAB®工作空间，生成纯文本和活动函数，返回一个应用程序会话中估计的模型，或生成一个报告，记录您的活动在时间序列和估计的模型在一个Econometric Modeler应用程序会话。
生成模拟或脉冲响应
模拟各种有ARMA误差的回归模型的观测结果。
模拟具有非平稳和指数误差的回归模型。
模拟平稳误差和差平稳误差的回归模型。
利用ARIMA(3,1,2)误差的回归模型进行预测预测和模拟．
产生最小均方误差预测
利用ARIMA(3,1,2)误差的回归模型进行预测预测和模拟．
利用乘法季节性ARIMA模型进行预测预测．
利用ARIMA误差对回归模型进行预测，并检验模型的可预测性和鲁棒性。
概念
Econometric Modeler应用程序是一个交互式工具，用于可视化和分析单变量时间序列数据。
使用Econometric Modeler指定时间序列模型估计的滞后算子多项式项。
了解带有ARIMA误差的回归模型的脉冲响应函数。
了解显示自相关和异方差的创新。
了解带有ARIMA错误的回归模型。
定义不同类型的时间序列回归模型。
了解MATLAB如何在估计期间使用初始参数值。
了解带有ARIMA错误的回归模型中的截距可识别性。
学习如何选择具有ARIMA误差的适当回归模型。
了解具有ARIMA误差的回归模型的最大似然估计。
了解使用ARIMA误差估计的回归模型的优化设置。
学习MATLAB如何在估计过程中使用样例值。
估计有相等约束的ARIMA误差的回归模型。
了解如何从带有ARIMA错误的回归模型中生成独立的、随机的绘图。
了解模拟带有ARIMA误差的回归模型所需的样例数据。
了解样例数据如何影响模拟路径。
了解如何使用许多模拟路径预测具有ARIMA误差的回归模型。
学习最小均方误差预测。
你也可以从以下列表中选择一个网站:
