这个例子展示了如何模拟trend-stationary和difference-stationary流程。仿真结果说明这两个非平稳的过程模型之间的区别。
指定trend-stationary过程
创新过程是高斯方差8。在指定模型,模拟200样本路径长度。使用100老化模拟。
t = [1:200]”;趋势= 0.5 * t;MdlTS = arima (“不变”0,“马”{1.4,0.8},“方差”8);rng (“默认”300年)u =模拟(MdlTS,“NumPaths”,50);欧美= repmat(趋势、1、50)+ u (101:300:);图绘制(欧美,“颜色”(.85 .85 .85])在h1 =情节(t)的趋势,“r”,“线宽”5);xlim([0200])标题(“Trend-Stationary过程”)h2 =情节(意思是(欧美,2),“k——”,“线宽”2);传奇(h1, h2,“趋势”,“模拟的意思”,…“位置”,“西北”)举行从
样本路径周围波动理论趋势线与恒定方差。仿真的意思是接近真实的趋势线。
指定difference-stationary模型
在创新与方差分布是高斯8。在指定模型,模拟200样本路径长度。不需要老化因为所有样本路径应该从0开始。这是模拟
默认的起始点与没有presample数据非平稳过程。
MdlDS = arima (“不变”,0.5,' D ',1“马”{1.4,0.8},…“方差”8);码=模拟(MdlDS, 200,“NumPaths”,50);图绘制(码,“颜色”(.85 .85 .85])在h1 =情节(t)的趋势,“r”,“线宽”5);xlim([0200])标题(“Difference-Stationary过程”)h2 =情节(意思是(码,2),“k——”,“线宽”2);传奇(h1, h2,“趋势”,“模拟的意思”,…“位置”,“西北”)举行从
模拟接近平均趋势线斜率为0.5。长时间的样本的方差的路径。
difference-stationary过程是静止的,当适当地差。把第一个示例路径的差异从difference-stationary过程和情节差系列。一个观察是失去了差分的结果。
diffY = diff(码,1,1);图绘制(2:200 diffY,“颜色”(.85 .85 .85])xlim([0200])标题(“差系列”)举行在h =情节(2:200,意味着(diffY, 2),“k——”,“线宽”2);传奇(h,“模拟的意思”,“位置”,“西北”)举行从
差系列似乎静止,模拟意味着在零附近波动。